”粒子群 优化算法“ 的搜索结果

     粒子群优化算法(Particle Swarm Optimization，PSO)是一种经典的群智能算法，该算法灵感源自于鸟类飞行和觅食的社会活动，鸟群通过个体之间的信息交互来寻找全局最优点。PSO算法具有原理简单、较少的参数设置和容易...

     先简单介绍一下粒子群优化算法（Particle Swarm Optimization），后边会介绍一些改进的粒子群算法。 1.背景知识 受到鸟群觅食行为的启发(鸟群觅食，通过信息共享使种群找到最优的觅食点)，由社会心理学家...

     粒子群算法，也称粒子群优化算法或鸟群觅食算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等 [1] 的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化...

     粒子群优化算法来源于鸟类群体活动的规律性，进而利用群体智能建立一个简化的模型。它模拟鸟类的觅食行为，将求解问题的搜索空间比作鸟类的飞行空间，将每只鸟抽象成一个没有质量和体积的粒子，用它来表征问题的一个...

     当目标函数比较复杂时，普通的粒子群算法容易陷入局部最优，而且后期的收敛速度较慢，这会导致整个算法的效率和精度下降。影响粒子群算法的效率和精度的参数主要有惯性权重w、个体认知因子c1、群体认知因子c2。当w较...

     粒子群算法(Particle Swarm Optimization, PSO)是除蚁群、鱼群算法之外的一种智能的优化算法。 PSO算法源于对鸟类捕食行为的研究，鸟类捕食时，找到事物最简单有效的策略就是搜寻当前距离食物最近的鸟的周围区域。 ...

10  
9  
8  
7  
6  
5  
4  
3  
2  
1  

推荐文章