加速收敛的粒子群优化算法

这个算法是遗传算法和粒子群优化算法相互结合的matlab程序，优化效率提高很多，不会陷入局部最优

标准粒子群优化算法收敛性能分析与参数选择，林川，冯全源，基于离散时间线性动态系统理论，推导了确定性标准粒子群优化（PSO）算法收敛，临界稳定与发散的充分必要条件，并用若干个粒子运动

针对标准拉子群优化算法(PSO)在处理高维复杂函数时存在的收数速度慢、易陷入局部极小等问题，提出了新的混合粒子群算法—墓于混沌优化搜索解决早熟收数的杜子群算法。采用了基于群体适应值方差的早熟判断机制

方便大家用于实现目标对象的动态优化，其中包括动态粒子群优化算法和动态蜂群优化算法

基础目的粒子群优化算法PSOParticle Swarm Optimization利用粒子群中粒子的协作找到最优解粒子群优化算法发展简介粒子群优化算法的基本思想基本粒子群算法描述基本粒子群优化算法的算

对骨干粒子群优化(BPSO)种群多样性迅速丧失的原因进行分析, 提出层次学习骨干粒子群优化算法以克服早熟现象.该算法中粒子依不同的学习概率向粒子自身的最优粒子、优胜粒子 和群体最优粒子学习, 该机制使

针对标准粒子群算法(PSO) 寻优多维多极值函数成功率低, 基本人工鱼群算法(AFSA) 收敛速度和精度有 待提高等问题, 提出粒子群优化鱼群算法(PSO-FSA). 该算法将速度惯性、个体记忆和个体

多个函数利用多种粒子群算法解决优化问题: 用二阶粒子群优化算法求解无约束优化问题 用二阶振荡粒子群优化算法求解无约束优化问题 用混沌粒子群优化算法求解无约束优化问题 用基于选择的粒子群优化算法求解无约

粒子群算法最全的PPT，如何利用生物技术研究计算问题是人工生命研究的重要方向，现已有了很多源于生物现象的计算技巧，例如人工神经网络是简化的大脑模型，遗传算法是模拟基因进化过程的。

智能微电网的优化调度，包括蓄电池、柴油机、大电网等分布式设备，用粒子群算法进行优化，程序可以执行，可以在此基础上进行改变