粒子群优化算法是一种新兴的基于群智能搜索的优化技术。该算法简单、易实现、参数少，具有较强的全局优
化能力，可有效应用于科学与工程实践中。介绍了算法的基本原理和算法在组合优化上一些改进方法的主要应用形式。最后，
对粒子群算法作了一些深入分析并在此基础上对粒子群算法应用于组合优化问题做了一些总结。
2021-12-31 12:13:03
156KB
1
解决网络最优化问题O(∩_∩)O~O(∩_∩)O~O(∩_∩)O~O(∩_∩)O~O(∩_∩)O~O(∩_∩)O~O(∩_∩)O~O(∩_∩)O~O(∩_∩)O~O(∩_∩)O~
2021-12-26 18:43:48
412KB
1
传统的细菌觅食优化算法仅针对单目标优化问题寻优，为进一步发掘细菌群体智能在多目标优化问题中的寻优优势，提出了改进的多目标细菌觅食优化算法。在个体间互不支配时给出归一化的择优策略；引入差分思想完成复制操作，提高种群的多样性；采用栅格划分法进行迁徙操作，提高解集的分散性；同时使用外部集存放当前找到的非支配解，并不断对外部集进行优化。通过对多个标准函数进行测试并与其他几种算法的对比结果表明，所提出的多目标细菌觅食优化算法在解的收敛性和分散性指标上都有一定提升，能够有效解决多目标优化问题。
2021-12-26 16:52:56
1MB
1
文件中具体描述哪些算法适合解决单目标优化问题、多目标优化问题以及高维多目标优化问题等等。哪些基准测试函数适用于单目标、多目标、高维多目标问题等等，以及介绍了PlatEMO3.0的基本操作和使用方法。
2021-12-25 10:18:37
1.55MB
1
最小二乘法求解最优化问题
A solution is obtained by a Fletcher version of the Levenberg-Maquardt
algoritm for minimization of a sum of squares of equation residuals.
2021-12-23 17:10:25
10KB
1