暂无评论
粒子群优化的点云场景拼接点云场景拼接基于粒子群优化的点云场景拼接算法
使用粒子群算法对PID控制器进行优化，迭代次数设置越大优化越好
在MATLAB环境中实现粒子群算法的编程方法,构建粒子群算法工具箱函数,通过仿真示例验证了该方法的有效性,表明它能够对函数进行全局优化
针对粒子群优化算法(PSO)容易陷入局部最优值的缺点, 提出一种基于遗传算法模式定理思想改进的粒子群优化算法(IPSO).新算法改善了粒子群优化算法摆脱局部极小点的能力.对典型函数的测试表明,IPSO
针对传统的K-means算法对初始聚类中心取值敏感和易陷入局部最优解等缺点,提出一种带时间因子的改进粒子群优化(ParticleSwarmOptimization,PSO)聚类算法。首先在PSO算法中
基于MATLAB的粒子群优化算法及其应用 深入研究的看看
粒子群优化算法因形式简洁、收敛快速和参数调节机制灵活等优点,同时一次运行可得到多个解,且能逼近非凸或不连续的Pareto最优前端,
粒子群优化算法是个不错的方法，然而无法克服局部最优。混沌的结合，解决了上述缺点。
基于Tent映射的混沌混合粒子群优化算法
Dynamic parking guidance technology based on particle swarm optimization
暂无评论