Particle swarm optimization has been used to solve many optimization problems since it was proposed by Kennedy and Eberhart in 1995 [4]. After that, they published one book [9] and several papers on this topic [5][7][13][15], one of which did a s

介绍用于光纤通信的速率为2.5 Gb/s的高速RS(255,239)译码器设计。对输入信号中可能出现的超 出译码器纠错能力的误码可进行检测判断,保证了误码不扩散。对译码器中大量使用的有限域乘法器进行了优化设计,尤其对并行钱氏搜索电路中的乘法器采用了按组优化设计方法,与直接实现方法相比,复杂度降低了45 -For optical fiber is introduced at a rate of 2.5 Gb/s (255239) of the high speed RS decoder des

介绍了一种利用量子行为粒子群算法(QPSO)求解多峰函数优化问题的方法。为此，在 QPSO中引进一种物种形成策略，该方法根据群体微粒的相似度并行地分成子群体。每个子群体是 围绕一个群体种子而建立的。对每个子群体通过QPSO算法进行最优搜索。从而保证每个峰值都有 同等机会被找到，因此该方法具有良好的局部寻优特性。将基于物种形成的QPSO算法与粒子群算 法(PSO)对多峰优化问题的结果进行比较。对几个重要的测试函数进行仿真实验结果证明，基于物 种形成的QPSO算法可以尽

电力系统无功优化对确保电力系统优化运行具有重要作用,它直接关系到电力系统运行的安全性与经济性。在已有研究成果的基础上,提出了单目标／多目标的导向搜索算法与单目标／多目标的动态多群体自适应差分进化算法,对电力系统静态单目标无功优化、静态多目标无功优化、动态单目标无功优化、动态多目标无功优化、典型函数优化等问题进行了深入的研究和探讨。-Reactive power optimization to ensure the optimal operation of the power system pla