系统地介绍了粒子群优化算法, 归纳了其发展过程中的各种改进如惯性权重, 收敛因子,
跟踪并优化动态目标等模型. 阐述了算法在目标函数优化, 神经网络训练, 模糊控制系统等基本 …

针对标准粒子群算法收敛速度慢和易出现早熟收敛等问题, 提出一种高效粒子群优化算法.
首先利用局部搜索算法的局部快速收敛性, 对整个粒子群目前找到的最优位置进行局部搜索; …

针对粒子群优化算法早熟收敛现象, 提出了一种改进的粒子群优化算法. 该算法将模拟退火算法
的“上山性” 引入粒子群算法中, 同时为了增加种群的多样性, 将交叉和变异算子也结合进去 …

针对粒子群优化算法在迭代后期容易陷入局部最优, 收敛速度变慢, 精度降低,
计算效率变差等缺点, 提出了一种改进的粒子群优化算法. 此算法通过引入惯性权重来调节粒子 …

一种新改进的粒子群优化算法-[维普官方网站]-www.cqvip.com-维普网  我的维普 购物车 充值
客服 首页 | 期刊大全 | 文献分类 | 优先出版 | 论文检测 | 论文选题 | 在线分享 | 会议平台 | 学术机构 …

针对粒子群算法易陷入" 局部最优解" 和搜索精度逐渐降低的缺点, 提出了基于交叉和自适应权重
的混合粒子群优化算法. 加入的交叉操作使得种群在粒子数目不变的情况下多样性得以维持 …

针对粒子群优化算法容易出现早熟收敛和稳定性低的现象, 提出一种自适应调节的粒子群算法.
算法中通过自适应调节适应度值的均匀分布保持种群的多样性, 该策略能够提高算法的全局搜索 …