多峰问题相关论文
传统粒子群优化算法容易陷入局部最优解,搜索效率不高,针对此问题,提出了一种基于种群关系和斥力因子的多种群粒子群优化算法SRB-P......
针对传统PSO算法容易陷入局部最优的问题,提出一种基于竞争学习的粒子群优化算法(CLPSO);在CLPSO中,首先通过动态计算粒子的适应度......
通过把竞选人的当前位置作为全局抽样,增加局部抽样调查选民和竞选人威望的比较改进竞选算法,将其应用于不等高多峰函数优化问题。......
粒子群优化算法很难适应复杂的非线性优化,为此提出了一种动态调整学习因子的策略——不断调整学习因子来平衡算法的全局探索和局......
为提升标准粒子群算法在求解多峰复杂问题时收敛速度慢和极易陷入局部最优解等缺点,提出一种基于球形坐标的分类学习策略粒子群算......
为提高粒子群算法的寻优性能,提出了一种新的多种群随机差分粒子群优化算法。该方法将种群随机分组,利用基于吸引概率的轮盘赌方法......
为了避免粒子群优化算法早熟收敛，本文提出了一种改进的粒子群优化算法。为保持解的多样性，采用种群分组策略，并根据邻域内粒子的选择......
