相关文档

• 电力系统优化规划2-智能优化算法II-粒子群.ppt

  电力系统规划中的智能优化算法II-粒子群算法群体智能优化算法 蚁群 鱼群 粒子群群体智能（Swarm Intelligence）生物学家研究表明：在这些群居生物中虽然每个个体的智能不高，行为简单，也不存在集中的指挥，但由这些单个个体组成的群体，似乎在某种内在规律的作用下，却表现出异常复杂而有序的群体行为。ACACAC生物社会学家指出：“至少从理论上，在搜索食物过程中群体中个体成员可以得益于所有其他

• PSO粒子群优化算法.doc

  PSO粒子群优化算法——网上好文转贴供朋友们参考1. 引言粒子群优化算法(PSO)是一种进化计算技术(evolutionaryputation)有Eberhart博士和kennedy博士发明源于对鸟群捕食的行为研究PSO同遗传算法类似是一种基于叠代的优化工具系统初始化为一组随机解通过叠代搜寻最优值但是并没有遗传算法用的交叉(crossover)以及变异(mutation)而是粒子在解空间追

• 粒子群优化算法又称微粒群算法.doc

  粒子群优化算法又称微粒群算法是由Kenney和Eberhart等于1995年开发的一种进化计算技术它是一种基于迭代的优化工具PSO算法最初是为了图形化的模拟鸟群优美而不可预测的运动而通过对动物社会行为的观察发现在群体中对信息的社会共享提供一个演化的优势并以此作为开发算法的基础通过加入近邻的速度匹配并考虑了多维搜索和根据距离的加速形成了PSO的最初版本[3]之后引入了惯性权重w来更好的控制开发

• 粒子群优化算法及其应用2.pdf

  第27卷第3期

• 智能优化计算__第六章群智能算法.ppt

  单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级第六章 群智能算法 智能优化计算6.1 群智能 6.1.1 群智能的概念 6.1.2 群智能算法 6.2 蚁群优化算法原理 6.2.1 蚁群算法的起源 6.2.2 蚁群算法的原理分析 6.3 基本蚁群优化算法 6.3.1 蚂蚁系统的模型与实现 6.3.2

• 智能优化算法.ppt

  单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级智能优化算法 随着仿生学遗传学和人工智能科学的发展从20世纪70年代以来研究人员相继将遗传学神经网络科学的原理和方法应用到最优化领域形成了一系列新的最优化方法如：人工神经网络算法遗传算法蚁群算法等这些算法不需要构造精确的数学搜索方向不需要进行繁杂的一维搜索而是通过大量简单的信息传播和演变方法来得到问题的最优

• 智能优化算法.ppt

  单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级1智能优化算法 智能优化算法又称为现代启发式算法是一种具有全局优化性能通用性强且适合于并行处理的算法这种算法一般具有严密的理论依据而不是单纯凭借专家经验理论上可以在一定的时间内找到最优解或近似最优解 常用的智能优化算法 (1)遗传算法 (Genetic Algorithm 简称GA) (2)模拟退火算

• 经典pso粒子群优化算法程序.doc

  clear all 清除所有变量clc 清屏format long 将数据显示为长整形科学计数------给定初始条条件------------------N=40 初始化群体个数D=10 初始化群体维数T=100

• 微粒群优化算法综述.doc

  第2章 微粒群优化算法综述微粒群优化算法（PSO）是一种基于种群的随机优化技术由Eberhart和Kennedy于1995年提出[1-2]微粒群算法模仿昆虫兽群鸟群和鱼群等的群集行为这些群体按照一种合作的方式寻找食物群体中的每个成员通过学习它自身的经验和其他成员的经验来不断改变其搜索模式Kennedy和Eberhart提出微粒群算法的主要设计思想与两个方面的研究密切相关：一是进化算法微粒群算法和

• 粒子群优化算法的理论及实践.pdf

  浙江大学