5结论通过在PSO算法中加入交叉因子,使得PSO算法跳出局部收敛,可以看到无论是对于等间距直线阵或者是不等间距直线阵的综合,MPSO算法都优于PSO优化算法,说明了改进算法在天线阵综合中的有效性。参考文献
2PSO算法粒子探索的能力提高2.1粒子越界处理2.2粒子探索能力提高方法2.3基于PSO算法的WSN覆盖优化3验证4结论【参考文献】:期刊论文[1]基于改进离散粒子群算法的传感器优化配置[J].马羚,李海军,王成刚,李国峰.电子学报.2015(12)
基于改进PSO算法的电力系统无功优化认领被引量:2在线阅读下载PDF职称材料收藏分享导出摘要无功优化的目的在于确定系统中无功的合理配置,针对传统粒子群算法的不足,提出一种改进的小生境粒子群...
PID神经网络的改进PSO学习算法.李明;杨成梧.传统PID神经网络采用BP学习算法,由于其激励函数是分断函数,因此无法获得准确的梯度信息,从而使网络学习过程初始均方误差过大,且收敛过程不很稳定。.针对这一问题,本文提出了一种改进的PSO(MPSO)神经网络学习算法...
PSO粒子群优化算法文献综述.doc,文献综述前言最优化问题是在满足一定约束条件下,寻找一组参数值,使得系统的某些性能指标达到最大或者最小。它广泛的存在于农业,国防,工程,交通,金融,能源,通信,材料等诸多领域。最优化技术在上述领域的应用已经产生了巨大的经济效益和社会效益。
算法边界条件有一篇论文就是专门论述这四种墙哪种最好,先说结论结论,是阻尼墙最好,这也可以用现实生活中的例子说明...对PSO的改进3.1.加惯性权重3.2.加收缩因子3.3.其它改进方法4.算法边界条件犀牛促席坐鸣琴,写我平生心。平生...
改进的ACO和PSO算法在TSP中的应用.蚁群优化算法(AntColonyOptimization,ACO)和粒子群算法(ParticleSwarmOptimization,PSO)是两种典型的群体智能算法.由于算法的高效性和易实现性,因此成为了众学者的研究焦点.目前,这两种算法已被应用到函数优化和工程技术领域,并取得了...
因此本论文提出了一个改善的PSO算法,对上述问题加以改善,具体内容如下:1)对标准PSO算法做出改善,根据熵生成优质粒子,保障初始种群的多样化;依照多样性的反馈信息动态改变部分参数;制定早熟判别办法,融入混沌扰动解决方案;通过matlab检测算法性能,测试
改进PSO算法优化LSSVM模型的短期客流量预测.发布时间:2021-10-2911:31.旅游客流量的准确预测为旅游目的地资源优化配置、景区战略计划制定提供有效依据。.为了提高景区日客流量的预测精度,提出基于改进粒子群算法(ParticleSwarmOptimization,PSO)优化最小二乘...
针对SSSC阻尼控制器的参数优化问题,提出了基于Prony和改进微粒群优化(PSO)算法的参数优化设计方法。.通过对输出信号的Prony分析可以快速准确得出振荡模式的特征值,进而计算出阻尼比。.PSO算法中惯性权重取值对算法收敛性起到了至关重要的作用,所提...
5结论通过在PSO算法中加入交叉因子,使得PSO算法跳出局部收敛,可以看到无论是对于等间距直线阵或者是不等间距直线阵的综合,MPSO算法都优于PSO优化算法,说明了改进算法在天线阵综合中的有效性。参考文献
2PSO算法粒子探索的能力提高2.1粒子越界处理2.2粒子探索能力提高方法2.3基于PSO算法的WSN覆盖优化3验证4结论【参考文献】:期刊论文[1]基于改进离散粒子群算法的传感器优化配置[J].马羚,李海军,王成刚,李国峰.电子学报.2015(12)
基于改进PSO算法的电力系统无功优化认领被引量:2在线阅读下载PDF职称材料收藏分享导出摘要无功优化的目的在于确定系统中无功的合理配置,针对传统粒子群算法的不足,提出一种改进的小生境粒子群...
PID神经网络的改进PSO学习算法.李明;杨成梧.传统PID神经网络采用BP学习算法,由于其激励函数是分断函数,因此无法获得准确的梯度信息,从而使网络学习过程初始均方误差过大,且收敛过程不很稳定。.针对这一问题,本文提出了一种改进的PSO(MPSO)神经网络学习算法...
PSO粒子群优化算法文献综述.doc,文献综述前言最优化问题是在满足一定约束条件下,寻找一组参数值,使得系统的某些性能指标达到最大或者最小。它广泛的存在于农业,国防,工程,交通,金融,能源,通信,材料等诸多领域。最优化技术在上述领域的应用已经产生了巨大的经济效益和社会效益。
算法边界条件有一篇论文就是专门论述这四种墙哪种最好,先说结论结论,是阻尼墙最好,这也可以用现实生活中的例子说明...对PSO的改进3.1.加惯性权重3.2.加收缩因子3.3.其它改进方法4.算法边界条件犀牛促席坐鸣琴,写我平生心。平生...
改进的ACO和PSO算法在TSP中的应用.蚁群优化算法(AntColonyOptimization,ACO)和粒子群算法(ParticleSwarmOptimization,PSO)是两种典型的群体智能算法.由于算法的高效性和易实现性,因此成为了众学者的研究焦点.目前,这两种算法已被应用到函数优化和工程技术领域,并取得了...
因此本论文提出了一个改善的PSO算法,对上述问题加以改善,具体内容如下:1)对标准PSO算法做出改善,根据熵生成优质粒子,保障初始种群的多样化;依照多样性的反馈信息动态改变部分参数;制定早熟判别办法,融入混沌扰动解决方案;通过matlab检测算法性能,测试
改进PSO算法优化LSSVM模型的短期客流量预测.发布时间:2021-10-2911:31.旅游客流量的准确预测为旅游目的地资源优化配置、景区战略计划制定提供有效依据。.为了提高景区日客流量的预测精度,提出基于改进粒子群算法(ParticleSwarmOptimization,PSO)优化最小二乘...
针对SSSC阻尼控制器的参数优化问题,提出了基于Prony和改进微粒群优化(PSO)算法的参数优化设计方法。.通过对输出信号的Prony分析可以快速准确得出振荡模式的特征值,进而计算出阻尼比。.PSO算法中惯性权重取值对算法收敛性起到了至关重要的作用,所提...