搜索资源列表
求解机械优化的Pareto多目标中心粒子群算法
- 摘要：针对基于权重法的多目标算法无法求解约束多目标问题的缺陷，将中心粒子群算法与Pareto 解集搜索算法相结合，提出 一种Pareto 多目标中心粒子群算法。将此方法用来优化气门弹簧的模型，实验结果表明，该优化方法能够快速准确地收敛于Pareto 解集，并且使其对应的目标域均匀地分布于Pareto最优目标域。
GoodsAllocatingProblemwithMultiAimsbasedonTheHybri
- 多目标货物配装问题是一个复杂的组合优化问题，属于NP难问题，本文用混合粒子群算法求解多目标货物配装问题。混合粒子群算法在基本粒子群算法的基础上，通过引进遗传算法中的交叉和变异的策略，避免了陷入局部最优，加快了达到全局最优的收敛速度。此外，本文提出用权重系数来平衡各目标使各目标都能达到相对较优的效果。-Multi-objective loading of goods is a complicated combinatorial optimization problems are NP hard p
04668021
- 这是一篇基于粒子群优化算法的电力系统多目标的无功优化研究的IEEE论文。希望有所帮助。-This is a PSO-based power system multi-objective reactive power optimization of the IEEE papers. Hope that helps.
04682639
- 这是一篇关于采用粒子群算法的电力系统多目标无功优化的电容补偿研究的IEEE论文。-Determination of Capacity Benefi t Margin in Multiarea Power Systems Using Particle Swarm Optimization。
362465378
- 工程应用中的多峰寻优问题要求搜索目标函数的多个极值点，现有的多峰优化方法难以直接利用应用 问题的先验知识引导算法过程，多峰寻优效率较低。基于粒子群优化算法设计一种面向应用的多峰寻优算法， 能有效利用易于获得的先验参数，如峰间分辨率、峰位置精度、峰值个数等实现快速多峰搜索。该算法保持了粒 子群算法的简单性并改善了搜索多样性，使其可控地收敛到多个峰值上。将该算法与几种典型的多峰寻优方法 进行了对比测试和分析，结果表明，对复杂多峰函数，该算法能以最快的收敛速度实现多峰搜索-Mu
dsad
- ：智能算法如粒子群算法已被应用于PID控制器的参数优化，以弥补传统优化方法容易产生振荡和较大超调量 的不足，但是粒子群算法存在易于早熟的缺点，在分析量子粒子群算法的基础上，提出了使用量子粒子群算法优化PID控 制器的参数。为了兼顾控制系统的各项性能指标，根据控制器的实际要求对各项指标进行加权作为算法的目标函数，对 PID控制器进行多目标寻优。通过2个传递函数实例，分别使用z—N、粒子群算法和量子粒子群算法进行了PID控制器 参数优化设计，并对结果进行了分析。-Abstract：H
chapter10
- 基于粒子群算法的多目标搜索算法 基于粒子群算法的多目标搜索算法-Multi-target search algorithm based on particle swarm optimization based particle swarm algorithm for multi-target search algorithm
MODIFIED_MULT
- 粒子群算法的说明，以及它在解决多目标问题时候的先进性。-Particle Swarm Optimization
main
- 基于粒子群算法的多目标搜索算法，主要解决背包问题，直接运行即可 -Multi-objective particle swarm optimization-based search algorithm, mainly to solve the knapsack problem, can be run directly
PSO-Algorithm
- 一些粒子群优化算法的论文，全面地介绍了粒子群算法的各种改进，如多目标优化算法，介绍了粒子群算法的应用和基本原理，对于想对粒子群算法有一个全面的初步了解的同学很有帮助，对于想在粒子群算法里有所突破的人也可以提供一些启示。-Some PSO papers, comprehensive introduction to the PSO algorithm various improvements, such as multi-objective optimization algorithm, descr
Characters
- 人物传记，成功经验以及计算机程序编程，了解多目标粒子群的优化算法-international Chinese
pso
- 粒子群算法多目标优化,用于到未知数的迭代优化-this file can used for any complicated functions.
PSO
- 介绍了粒子群优化算法的PPT，多目标优化算法的例子讲解-introduced more details about PSO
MOPSOmatlab
- 多目标粒子群算法（多目标粒子群的基本源代码,两个目标的源代码）-Multi-objective Particle Swarm Optimization
Particle-Swarm-Optimization
- 本文提出变量随机分解策略，增加关联变量分配到同组的概率，使得算法更好的保留变量间的关联性，并将合作协同进化框架融合到算法中，提出了基于大规模变量分解的多目标粒子群优化算法-In this paper, a stochastic variable decomposition strategy is proposed to increase the probability of assigning related variables to the same group, which makes th
MOPSO-MATLAB
- 多目标粒子群算法是模拟动物群体的社会行为，找到一个最优设计点的过程比作这些生物的觅食活动。换句话说，这些例子在设计空间中寻找最好的位置。-Multi-objective Particle Swarm social behavior is simulated animal groups, a process to find the optimal design point likened foraging activity of these organisms. In other words, t
PSO-MATLAB
- 一个例子的最佳位置和沿着当前速度和惯性方向的邻元素被用来决定下一个例子的位子。多目标粒子群的优化算法简介如下-An example of the best location and along the current speed and direction of inertia neighbors are used to determine the next example of the seat. Introduction to multi-objective optimization alg
MOPSO-based-on-adaptive-mutaiton
- 基于自适应变异的对多目标粒子群算法的改进算法-Based on the multi-objective particle swarm algorithm for improved algorithm of adaptive mutation
Multi-objective
- 多目标粒子群算法是将多目标算法和粒子群算法结合起来的一种优化算法-Multi-objective Particle Swarm Optimization is an optimization algorithm combining multi-objective algorithm and particle swarm optimization
1-s2.0-S0925231212007722-main
- 不确定环境下的机器人路径规划的多目标粒子群优化算法-Robot path planning in uncertain environment using multi-objective particle swarm optimization