《改進的多目標粒子群算法》是熊盛武、劉麟等撰寫的一篇論文。
《改進的多目標粒子群算法》是熊盛武、劉麟等撰寫的一篇論文。論文摘要提出了一個改進的粒子群算法並將其用於解決多目標最佳化問題.該算法利用粒子群算法的信息傳遞機制,引入多目標演化算法常用的歸檔技術,採用SPEA2算法的環境選擇...
《一種改進的多目標粒子群最佳化算法》是何騫、董軼群等撰寫的一篇論文。論文摘要 針對多目標粒子群最佳化算法在疊代過程中收斂速度和多樣性方面的不足,提出一種改進的多目標粒子群最佳化算法(IMOPSO)。採用基於柵格和擁擠距離的協同外部檔案維護...
PSO是粒子群最佳化算法（——Particle Swarm Optimization）的英文縮寫，是一種基於種群的隨機最佳化技術，由Eberhart和Kennedy於1995年提出。粒子群算法模仿昆蟲、獸群、鳥群和魚群等的群集行為，這些群體按照一種合作的方式尋找食物，群體中的...
《改進的粒子群最佳化算法(APSO和DPSO)研究》是張英男撰寫的一篇論文。論文摘要 粒子群最佳化(PSO)算法由Kennedy和Eberhart於1995年提出,是群體智慧型最佳化方法中具典型代表性的算法,具有廣泛的套用領域,例如神經網路訓練,工程最佳化等。PSO的基本...
第9章多目標粒子群算法的改進 9.1自適應檔案格線MOPSO（CMOPSO）9.2多目標全面學習粒子群最佳化算法（MOCLPSO）9.3基於距離的PSO改進算法（DISMOPSO）9.4小結 參考文獻 內容簡介 《粒子群最佳化算法與多目標最佳化》從算法背景、算法理論、...
《基於多目標粒子群最佳化算法的新型超硬材料的逆向設計》是依託吉林大學，由李全擔任項目負責人的面上項目。項目摘要 由於超硬材料在基礎科研和工業生產中具有重要的套用價值，尋找新型成本低、工作效率高的超硬材料是亟待解決的關鍵問題。探...
《新型動態自適應粒子群最佳化算法的研究》是依託鄭州大學，由梁靜擔任項目負責人的青年科學基金項目。項目摘要 對粒子群最佳化算法（Particle Swarm Optimization）的搜尋性能進行研究，將單目標最佳化中表現優越的動態自適應小型拓撲結構引入多目標...
其中也蘊含群體進化所形成的複雜生存策略和學習機制。首先，從鳥群行為規律和人類社會學習理論等方面系統地論述了粒子群算法的學習機制和信息利用策略；其次，系統地介紹了多種群協作和保持群體多樣性等算法改進機制與粒子群算法的融合模型。
《粒子群最佳化算法的收斂機理研究》是依託南昌大學，由徐剛擔任項目負責人的面上項目。項目摘要 粒子群最佳化算法（PSO）是一種新的基於群體智慧型的進化算法，已在實際套用中被證明是有效的，成為目前進化計算研究的一個新熱點。但其算法分析...
書後附有部分多目標粒子群最佳化算法源程式。圖書目錄 《智慧型科學技術著作叢書》序 前言 第1章多目標粒子群最佳化入門 第2章基於最小角度的粒子引導者選擇策略 第3章外部儲備集的兩階段更新策略 第4章少控制參數的多目標骨幹粒子群最佳化 第...
4．2．2 改進粒子群算法 4．3 基於粒子群算法的圖像處理 4．3．1 基於粒子群算法的圖像分割 4．3．2 基於粒子群算法的圖像分類 4．3．3 基於粒子群算法的圖像匹配 4．4 基於粒子群算法的最佳化問題 4．4．1 基於粒子群算法的...
7.2.4 使用粒子群算法最佳化加權函式 7.2.5 仿真 7.2.6 控制器降階 7.3 多目標粒子群最佳化算法及其改進 7.3.1 基本多目標粒子群最佳化算法 7.3.2 自適應混合多目標粒子群最佳化算法 7.3.3 性能驗證 7.4 本章小結 第8章 ...
本書系統地闡述了粒子群最佳化算法的基礎理論與實際套用，主要內容包括：粒子群最佳化算法的組成及現狀分析；標準粒子群算法和二進制粒子群算法的最佳化參數對比分析；改進粒子群算法和改進二進制粒子群的分析；單相逆變系統、三相逆變系統和三相整流...
提出來一種改進的離散粒子群最佳化算法用以求解X結構Steiner最小樹；（2）定義擁擠度估算函式確定處於擁擠區域的線網和引入最小化線長最小半徑的性能驅動布線樹模型，構造不同目標和不同約束下的非曼哈頓結構布線樹模型，從而構建其相應的...
6．1 基於變數隨機分解的多目標粒子群進化算法 6．1．1 變數隨機分解策略 6．1．2 CCMOPSO算法 6．1．3 仿真實驗與結果分析 6．2 基於周期性變數隨機分解的多目標進化算法 6．2．1 周期性隨機分解策略 6．2．2 PDMOPSO算法 6...
7.5.2基於改進粒子群算法的問題求解 7.5.3案例仿真 7.5.4小結 參考文獻 第八章水火電力系統及流域梯級水電站群多目標最佳化調度 8.1概述 8.2水火電力系統多目標最佳化調度 8.2.1水火電力系統多目標最佳化模型 8.2.2水火電力系統多...
