暂无评论
针对标准粒子群算法收敛速度较慢、收敛精度较低、容易陷入局部最优等方面的缺点，提出一种融合细菌觅食算法和鲶鱼效应的混合粒子群算法。通过四个经典测试函数仿真实验，验证了该算法具有较其他改进方法更强的全局搜
为了解决悬臂型桥墩结构在输入信息未知条件下的物理参数识别问题,采用将松弛法与改进的全量补偿算法结合起来的算法,通过对参数的离散化,对输入未知条件下的一悬臂型桥墩结构的多个物理参数进行了识别。结果表明:
根据新一代GPS标准,建立了符合最小区域条件的圆柱度评定的数学模型。提出了一种带交叉算子的改进粒子群优化算法,并以此对圆柱度测量数据进行最小区域评定,给出了该算法的实现方法。经实例验证,该方法可以在新
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
Python写的 在网上找的代码，改了一下，权重随训练变化的 改的有点乱，请多担待 训练参数误差能到2.89%
提出了改进粒子群算法,提高了计算速度;以矿车等待时间短和装卸车距离短为原则给出了矿车调度系统的目标函数,用改进粒子群算法计算矿车调度系统的最佳调度方案,提高了矿车资源利用率。设计了基于改进粒子群算法的
在基于粒子群优化的节点定位过程中,惯性权重的设置对算法收敛速度和定位精度有着重要影响。本文从两个方面对其进行改进:利用节点间的连通信息对未知节点可能存在的区域进行估计,缩小粒子搜索范围;根据未知节点存
针对支持向量机在故障诊断中参数的选取问题,提出一种改进的粒子群优化算法,对支持向量机的惩罚因子与核参数进行优化。为了克服传统粒子群算法前期收敛快、后期易陷入局部最优的缺陷,提出一种惯性权重自适应调整的
高斯粒子滤波算法重要性权值方差不会随迭代次数的增加而增加, 能够较好地解决粒子退化问题, 但其重要性密度函数没有考虑最新的量测信息, 导致有效粒子数减少, 算法滤波性能下降. 针对该问题, 提出一种基
为了提升粒子群优化算法(particleswarmoptimization,PSO)的性能，提出了一种基于网格划分的自适应粒子群优化(grid-basedadaptiveparticleswarmop
暂无评论