针对标准粒子群算法寻优精度不高、易出现早熟收敛等缺陷, 提出一种自适应混沌移民变异粒子群算法IPSO。该算法通过引入基因距离来反映粒子间合作与竞争的隐性知识, 使粒子种群的多样性得到量化, 采取自适应混沌移民变异策略对陷入聚集区域的粒子进行处理, 使之获得继续搜索的能力, 从而防止算法过早陷入局部最优。仿真结果表明, IPSO算法在PID控制器参数寻优问题上具有遗传算法和标准粒子群算法无法比拟的优势。
2022-05-29 15:35:31
1.34MB
1
【SVM分类】基于粒子群算法优化支持向量机实现葡萄酒数据分类附matlab代码
2022-05-28 16:09:35
474KB
1
遗传算法嵌入粒子群算法优化LSSVM回归预测模型
pso-ga-lssvm
遗传算法嵌入粒子群算法优化LSSVM回归预测模型
直接替换数据就可以运行
2022-05-28 09:06:06
152KB
【三维路径规划】基于模拟退火算法结合粒子群算法多无人机三维路径规划含Matlab源码
2022-05-28 08:40:33
1.41MB
1
粒子群算法（PSO）无线传感器网络（WSN）节点覆盖优化
基于 0/1 模型，进行寻优
语言：Python
2022-05-25 09:05:45
84KB