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。
求解药代动力学参数的自适应混合粒子群算法
- 摘要:针对传统方法具有初始值敏感和进化算法无法确定搜索范围等缺陷,将Nelder-Mead 单纯形与粒子群算法相结合,提出 了一种基于Nelder-Mead单纯形与粒子群算法的具有时变加速因子的自适应混合粒子群算法。将该混合算法用于血管外给药二 室模型参数优化的实验之中。仿真实验结果表明,算法计算精度高而且鲁棒性强,是一种新颖的解决药代动力学参数优化的较 好方法。