基于多种群粒子群算法和布谷鸟搜索的联合寻优算法

针对量子粒子群优化算法存在早熟收敛的问题，提出一种基于Logistics混沌映射变异的多种群量子粒子群优化算法（CMQPSO），采用分段Logistics混沌映射生成初始粒子群，根据适应度值将群体分为

针对动态优化问题（Dynamic Optimization Problem，DOP）中所面临的过时记忆和多样性丧失的挑战，提出了一种改进的多种群骨干粒子群优化算法（Multi-swarms Bare

基于粒子群的多目标搜索算法，有助于粒子群算法和matlab语言学习，有什么问题可以私信我

效率往往是任务调度的首要目标，对于数据中心而言，能耗问题也是十分重要的因素。在布谷鸟搜索（cuckoosearch，CS）算法的基础上提出了一种多目标任务调度方案——MOCS，以实现云环境下任务调度效

无线传感器网络的节点定位实际上是解决测量距离和测距误差的多维约束优化问题。针对最小二乘方法对测距误差敏感的不足，提出一种基于布谷鸟搜索算法的无线传感器网络节点定位算法。该算法利用全局和局部寻优能力强的

代码自写，亲测 可用。是基于Levy_flights的布谷鸟算法求解函数的最小最优值

代码解释的很详细，可以直接用，已经测试过了，很好用。

针对卫星网络中拓扑时变、连接瞬断及资源受限的问题,提出了一种基于双向粒子群优化(BPSO)的连接计划设计(CPD)方案。首先,通过对资源受限的时变卫星网络分析,建立了基于任务的时间拓展图(TEG)模型

国外自2009年起到2013年1月止的布谷鸟搜索算法英文论文集合，有对布谷鸟搜索算法感兴趣的人比较有用！

利用变异机制可以增加遗传算法全局寻优能力的特性，结合惯性权值线性递减PSO算法具有较快收敛速度的优点，提出了一种双种群变异PSO算法，对该算法与其他PSO算法进行了比较，仿真结果表明其性能优越。