论文研究-基于自适应扰动的粒子群优化算法.pdf

为了避免粒子群优化算法（PSO）早熟收敛，提出了一种自适应扰动的PSO算法（ADPSO），以帮助停滞的粒子跳出局部最优。为了验证算法的有效性，实验测试了九个多峰函数，包括四个旋转函数。仿真结果表明，该

论文研究-基于自适应驱散机制的粒子群优化算法.pdf

为克服粒子群优化算法（PSO）易陷入局部最优导致早熟收敛的问题，提出了一种新型的基于自适应驱散机制的粒子群优化（ADMPSO）算法。基本的粒子群优化算法易陷入局部最优，一般的改进算法在搜索过程之中对个

论文研究-基于自适应变异的混沌粒子群优化算法.pdf

粒子群优化算法参数少，寻优速度快，但其寻优效率低且在寻优后期易早熟收敛。为改善其寻优性能，在标准粒子群优化算法中，通过引入混沌映射和自适应变异策略，提出具有自适应变异的混沌粒子群优化（ACPSO）算法

论文研究-基于自适应变异粒子群优化算法的测试数据生成.pdf

针对粒子群优化算法中群体易出现过早收敛的不足，提出了粒子群优化算法的改进算法AMPSO（adaptive mutation particle swarm optimization）算法并应用于测试数据

论文研究-自适应模糊的粒子群优化算法.pdf

标准粒子群算法易陷入局部最优值。根据粒子群算法中的不确定性因素，提出自适应模糊的粒子群优化算法（AFPSO）。在该算法中，对惯性权值和位置更新采用模糊控制，用所有粒子的个体最优的加权平均替代全局最优值

论文研究-基于自适应混沌变异粒子群算法的路径规划.pdf

研究了一种全新的基于自适应混沌变异粒子群的路径规划算法。该方法首先进行环境建模，利用改进的粒子群算法获得一条较优路径。在改进的粒子算法中为防止早收敛，加入自适应混沌变异操作，在加强算法局部搜索能力的同

一些关于粒子群算法的文献-自适应变异的粒子群优化算法.pdf

一些关于粒子群算法的文献-自适应变异的粒子群优化算法.pdf 关于粒子群算法的一些期刊论文

论文研究-改进的云自适应粒子群优化算法.pdf

为了提高基本PSO算法搜索性能和个体寻优能力，加快收敛速度，提出一种新的云自适应粒子群优化算法（CPSO）。此算法利用云滴具有随机性、稳定倾向性等特点,结合不同粒子与全局最优点的距离动态变化的性质，提

论文研究-自适应扩展的简化粒子群优化算法.pdf

提出Vague集（值）之间的新相似度量，给出一个区间值数据向Vague值数据的转化公式。农业领域的应用实例进一步表明这些公式是实用的。

论文研究-基于自适应学习的多目标粒子群优化算法.pdf

将进化算法应用于某些多目标优化问题时, 采用增加种群规模和进化代数的方法往往耗费大量的目标函数计算开销, 且达不到提高种群进化效率的目的, 为此提出了一种基于自适应学习最优搜索方向的多目标粒子群优化算

论文研究-基于自适应云粒子群算法的Wiener模型辨识.pdf

针对非线性系统Wiener模型的系统辨识问题, 提出一种基于自适应云模型的粒子群优化ACMPSO算法的辨识方法。ACMPSO算法利用云模型实现优秀粒子的遗传和进化操作, 根据进化状况动态调整云模型的参

论文研究-自适应阶段变异量子粒子群优化算法研究.pdf

为了克服标准量子粒子群优化（SQPSO）算法易陷入局部最优的缺点, 引入变异机制, 基于进化阶段的概念, 提出了自适应阶段变异量子粒子群优化(APMQPSO)算法。以四种不同的变异概率减小方式阶段性地

论文研究-基于Sigmoid惯性权重自适应调整的粒子群优化算法.pdf

提出了种群进化速度和种群聚合度两个概念，并讨论了在全局收敛过程中惯性权重与两者之间的关系；考虑Sigmoid函数在线性与非线性之间呈现的平滑过渡性，从种群进化速度和种群聚合度两方面出发，提出了基于Si

论文研究-自适应免疫量子粒子群优化并行算法.pdf

提出了自适应免疫量子粒子群优化并行算法。为了克服粒子群优化算法早熟收敛以及粒子在进化过程中缺乏很好的方向指导的问题，采用了量子技术以及免疫机制，从而获得了一个自适应免疫量子粒子群优化算法。同时，针对该

论文研究-自适应变异粒子群算法.pdf

为了解决粒子群种群多样性低、容易陷入局部最优的缺点，结合最优粒子和其他粒子在种群中的不同作用，给出了一种自适应变异粒子群算法。算法中最优粒子根据种群进化程度，自适应调整自身搜索邻域大小，增强种群的局部

论文研究-一种基于网格划分的自适应粒子群优化算法.pdf

为了提升粒子群优化算法(particle swarm optimization, 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-based adaptive particle s

论文研究-一种新的自适应动态文化粒子群优化算法.pdf

为了克服粒子群优化算法在解决复杂问题时易陷入局部最优的缺陷, 提出了一种新的自适应动态文化粒子群优化算法。该算法引入评价粒子群早熟收敛程度的指标来判断种群空间粒子群状态, 以确定影响函数对种群空间粒子

论文研究-云自适应粒子群优化算法在数值积分中的应用.pdf

为了提高传统自适应粒子群优化算法的鲁棒性，由条件云发生器自适应调整粒子的惯性权重，提出云自适应粒子群优化算法。由于云滴具有随机性和稳定倾向性的特点，使得惯性权重既具有传统的趋向性，满足快速寻优能力，又

论文研究-基于Tent映射的自适应混沌嵌入式粒子群算法.pdf

为避免粒子群算法后期出现早熟收敛，提出一种基于Tent映射的自适应混沌嵌入式粒子群算法。将混沌变量嵌入到标准粒子群算法中，且对参数进行自适应调整。算法采用Tent映射生成的混沌序列来取代基本粒子群算法

论文研究-基于归档集特性的自适应多目标粒子群优化算法.pdf

为了改善多目标粒子群算法收敛性能及跳出局部最优的能力，通过研究算法运行过程中归档集规模的变化，总结归档集规模的变化规律，并依此规律提出一种近似确定算法运行状态的简单方法。基于算法运行状态的近似确定，可

论文研究-基于混沌自适应变异粒子群算法的铁路空车调配.pdf

为求解大规模的空车调配方案的最优解，提出了一种混沌自适应变异粒子群算法。该算法利用混沌的遍历性来初始化粒子群以增强群体的多样性，根据群体适应度方差调整变异概率的大小，并通过调整惯性权重因子以提高整个群

论文研究-一种自适应混合粒子群优化算法及其应用.pdf

为提高粒子群算法的寻优精度，提出一种将单纯形法(SM)与粒子群(PSO)算法相结合的自适应混合粒子群优化(AHPSO)算法。该算法根据进化需要动态调整粒子的惯性权重，并在进化停滞时使用SM优化。通过仿

论文研究-基于群体适应度方差的自适应粒子群优化算法.pdf

针对基本粒子群优化算法稳定性较差和易陷入局部收敛的缺点，提出了一种基于群体适应度方差的自适应粒子群优化算法。一方面，在可行域中采用混沌初始化生成均匀分布的粒群，提高了初始解的质量；另一方面，构造了基于

论文研究-云自适应粒子群算法.pdf

提出退火熵、生长函数和VC 维等概念，构建基于VC 维的学习过程一致收敛速度的界。以这些界为基础，给出基于双重随机样本的结构风险最小化原则。最后证明该原则是一致的并且推导出了关于渐近收敛速度的界。

论文研究-自适应约束优化混合粒子群算法.pdf

提出一种混合粒子群优化算法用于求解约束优化问题。新算法的主要特点是：在搜索机制方面，利用混沌初始化种群以提高初始群体的质量。为了扩大粒子的搜索范围，引入柯西变异算子。利用单形交叉算子对种群进行局部搜索

论文研究-一种基于混沌的自适应粒子群全局优化方法.pdf

充分利用粒子群优化算法的收敛速度较快及混沌运动的遍历性、随机性以及对初值的敏感性等特性，考虑到惯性因子对多样性的影响，通过引入早熟收敛程度评价机制，采用逻辑自映射函数来产生混沌序列，提出一种基于混沌思

论文研究-一种基于引导策略的自适应粒子群优化算法.pdf

为解决粒子群优化算法前期搜索盲目，后期搜索速度慢且易陷入局部极值的问题，对算法中粒子更新方式和惯性权重进行了改进，提出了一种基于引导策略的自适应粒子群优化算法（improved particle sw

论文研究-基于相似度的改进粒子群优化算法.pdf

针对粒子群算法易于过早收敛的不足，通过引入粒子间新的相似度的概念来度量粒子群的多样性程度，并用自适应变化阈值手段来控制调整粒子群算法的收敛速度，使其缓缓趋向于全局最优，在粒子群算法迭代过程中以相似度为

论文研究-基于SQP和自适应搜索的混沌粒子群算法.pdf

针对基本粒子群优化算法（PSO）算法易陷入局部最优的缺点，提出混沌自适应粒子群-序列二次规划算法（CAPSO-SQP）。在基本PSO算法的基础上，加入混沌搜索和自适应惯性权重提高全局收敛能力，并在PS

论文研究-一种非线性权重的自适应粒子群优化算法.pdf

针对粒子群优化算法中出现早熟和不收敛问题，分析了基本PSO算法参数对其优化性能的影响，提出了基于非线性权重的自适应粒子群优化算法（NWAPSO）。在优化过程中，惯性权重随迭代次数非线性变化，改进的算法