提出了一种改进的多群协作粒子群优化算法，该算法整个种群采用主从模式，分为一个主群和多个从群，多个从群粒子统一地进行初始化操作，从而避免了多个粒子群重复搜索现象。同时，算法采取了一种扰动策略，即当前全局最优解在扰动因子的迭代周期内保持不变时，就重置粒子的速度，迫使粒子群摆脱局部极小。该算法不仅增加了种群的多样性，扩大了搜索范围，而且还改善整个种群易陷入局部极小值的缺陷。通过9个基准函数进行测试，实验结果表明，IMCPSO与MCPSO算法相比具有明显的优越性。
2022-10-26 20:30:17
594KB
1
MATLAB实现PSO-GRNN多输入回归预测（完整源码和数据）
粒子群优化广义回归神经网络预测，数据为多输入回归数据，输入6个特征，输出1个变量,程序乱码是由于版本不一致导致，可以用记事本打开复制到你的文件。
运行环境MATLAB2018b及以上。
2022-10-26 14:07:54
1.02MB
设计了改进后的粒子群算法PSO在自抗扰控制器参数整定中的程序，并在主气温控制系统中得到验证，结果良好。
2022-10-23 23:25:28
279KB
1