基于精英反对派的花授粉算法

整数规划是NP困难(Non-deterministic Polynomial-time hard,NP-hard)的经典问题之一。整数规划的花授粉算法(Integer Flower Pollinati

为了解决因花授粉算法搜索方程存在的不足所导致的易早熟、后期收敛速度慢和寻优精度低的问题，提出了一种新授粉方式的花授粉算法（FlowerPollinationAlgorithmwithNewpollin

针对花朵授粉算法收敛精度不高,算法迭代后期收敛速度慢的缺陷,从全局搜索和局部搜索两个方面对算法进行改进。首先,在全局搜索时引入基于t-分布的精英概率保留机制,该策略通过设置一个精英概率保留参数,控制部

花粉授粉算法(FPA)是一种受自然启发的新型智能算法,它在解决方案上使用了整个更新和评估策略。 为了解决多维函数优化问题,由于尺寸间的干扰现象,该策略可能会降低收敛速度和算法求解的质量。 为了克服这种

PID参数优化对PID控制性能起着决定性作用，针对PID参数寻优问题，提出运用一种花授粉算法（FPA）。该算法启发于自然界中花粉的传播授粉过程，以三个PID参数组成每个花粉单元的位置坐标，根据一定的全

Euryale ferox（Salisb。）或gorgon或makhana是印度湿地生态系统中最重要的非谷物食品商业作物之一。 花是复性的（CLS），主要自花授粉。 在10种种质中观察到花性状的变化，

ignite-template-reactjs-conceitos-do-react:反对派在火箭队席位上的反感

花授粉算法是一种新的启发式算法，由于存在易陷入局部最优且演化后期收敛速度慢等缺陷，导致算法的寻优能力受到限制。针对该算法存在的不足，在局部授粉过程中引入自适应的变异因子，并对花授粉算法中的转换概率进行

Flower pollination algorithm

计算机论文基于花授粉算法和神经网络的短时交通流预测研究 本文是一篇计算机论文本文从对立点搜索优化初始种群改进转换概率以及距离差局部授粉策略三个方面来对 FPA 算法进行改进最后通过与 IGA-WNN