改进粒子群 禁忌搜索算法在多目标无功优化中的应用

结合Pareto 支配思想、精英保留策略、锦标赛和排挤距离选择技术, 对传统的粒子更新策略进行改进, 给出了一种新的粒子淘汰准则, 提出了一种基于Par et o 最优解集的多目标粒子群优化算法。

针对动态多目标问题求解,提出一种基于分解的预测型动态多目标粒子群优化算法.首先借助分解思想,将目标问题划分为多个不同的子问题,当问题动态变化时,选择对应于不同子问题的优化个体检测环境变化程度,以提高算

针对当前关于服务路径构建问题的研究主要围绕单一优化目标,构建时延最小、开销最低或负载均衡的服务路径,忽略了服务路径的综合质量,提出了一种基于离散粒子群优化的多目标服务路径构建算法(MOPSO)。为了提

多目标优化是指在约束条件下有两个或两个以上优化目标，且这些目标相互矛盾，一个目标往往以牺牲另一个目标为代价，故多目标优化问题存在多个最优解，统称为pareto最优解。

利用混合粒子群算法的求解TSP问题的matlab实现

针对PSO算法与蚁群算法的优缺点, 提出一种融合 算法与蚁群算法的混合随机搜索算法。该算法充分利用PSO算法的快速、全局收敛性和蚁群算法的信息素正反馈机制,达到优势互补, 将这种优化方法拓展到求解连续

使用于电力系统分析、最优潮流计算

粒子群算法（启发式算法）的多目标优化，我也翻过一些这方面的论文。单目标与多目标优化主要区别在于多目标优化问题有多个目标函数,一个解对于某个目标来说可能是较好的,而对于其他目标来讲可能是较差的。因此，存

mopso多目标粒子群算法python源码粒子群速度位置更新pareto最优解集外部存档拥挤度计算

多目标粒子群算法源代码，有很好的学习参考价值，可供分析粒子群算法的具体实现过程