暂无评论
针对PSO算法求解多目标优化问题时易陷入局部最优解的问题,采用非支配邻近免疫算子来对粒子群的外部档案进行维护和变异操作,有效提高了Pareto解的多样性,从而提出一种多目标非支配邻近免疫粒子群算法(N
粒子群的简单介绍，可以看一下，便于对于粒子群的了解
多目标粒子群算法的matlab源代码，并附带有ZDT1等相关检验函数。
Particle swarm optimization algorithm and multi-objective optimization.zip
4篇关于多目标粒子群算法原理，及其应用的论文。
一种改进的多伯努利多目标跟踪算法
提出一种新的多目标粒子群优化(MOPSO)算法.根据多目标优化问题(MOP)的特点,将一个进化群体分成若干个子群体,利用非劣支配的概念构造全局最优区域,用以指导整个粒子群的进化.通过子群体间的信息交换
基于粒子群算法的智能车辆多目标跟踪的优化方法。通过对车辆轨迹的分析和算法优化，实现了对多目标的同时跟踪和定位，并对车辆的速度、方向等参数进行了精确计算。文章结合实际案例进行了详细的讲解，介绍了算法的原
求解帕累托最优解，粒子群多目标优化算法，实现多目标优化，代码中包含案例，可运行
改进后的粒子群算法 改进前的粒子群算法 改进后的粒子群算法的应用
暂无评论