基于粒子群优化算法和动态调整罚函数的最优潮流计算(英文).pdf
2021-10-08 23:19:43 246KB 算法 粒子群 数据结构 参考文献
基于模拟退火的粒子群优化算法.pdf
2021-10-08 23:19:42 206KB 算法 粒子群 数据结构 参考文献
基于运动目标路径的粒子群优化算法研究.pdf
2021-10-08 23:19:42 131KB 算法 粒子群 数据结构 参考文献
PSO-FastSLAM(粒子群优化) 思想:针对FastSLAM存在的粒子退化问题,将群体智能中的粒子群合作技术引入FastSLAM框架。 方法:1.重采样后利用所有粒子的位姿计算机器人的位姿,选择所有粒子位置的均值而不是权重最大的粒子位置作为目标位置,作为PSO的目标。2.利用粒子合作—PSO,更新机器人位姿。
2021-10-08 19:06:45 402KB slam fastslam
1
用PSO算法优化Schaffer's f6函数,该函数的全局最小值为y=0,而最优解为(0,0)。
2021-10-05 10:46:20 1KB PSO优化算法
1
针对现实配送过程中存在的时间参数模糊化与车辆容积限制问题,利用梯形模糊代数、有符号距离和区间数距离公式,构造出一种较高精度的提前/滞后惩罚函数,在此基础上给出了一种以最小化服务点提前/滞后惩罚、最小化配送总里程以及最小化配送车辆数量为目标的、具有模糊时间窗的有容积约束配送车辆调度问题模型。在问题求解方面,结合粒子群算法和遗传算法,引入遗传算法思想对粒子进行交叉、变异操作,给出了一种基于遗传操作的混合粒子群算法,以解决基本粒子群算法容易陷入局部最优的问题。仿真实验表明,该算法具有可行性和有效性。
1
文档中主要是基于粒子群优化算法的Rosenbrock函数优化问题的研究,本文分析了粒子群优化算法的原理及算法流程,对算法参数的选择做了详细的研究,并基于Java语言开发了粒子群算法的模拟程序,实现求解Rosenbrock函数最优解。
2021-10-03 13:37:18 248KB AI 粒子群优化算法 Rosenbrock函数
1
针对电力负荷的小样本、非线性、高维数和局部极小点等问题,提出采用最小二乘支持向量机方法建模,以历史负荷、温度、湿度等数据作为输入量,对短期电力负荷进行预测;针对最小二乘支持向量机在建模中存在的参数选取问题,采用一种根据种群多样性信息来指导初始种群选取和避免粒子早熟收敛现象的改进粒子群优化算法来优化最小二乘支持向量机的惩罚因子和核参数。仿真结果表明,基于改进粒子群优化算法和最小二乘支持向量机的短期电力负荷预测方法较最小二乘支持向量机预测方法、基于基本粒子群优化算法和最小二乘向量机的预测方法具有更好的预测精确度。
1
利用粒子群优化算法优化小波变换,用于有效停车泊位预测,提高预测精度
2021-10-02 09:23:11 3KB 粒子群 小波
1
粒子群算法(PSO)作为一种群智能算法,有效提高了投资组合模型的实用性,但存在搜索精度较低和易陷入局部最优的缺陷.为克服其缺点,本文提出基于天牛须搜索(BAS)的粒子群优化算法(简称BSO),并将其应用到包含完整费用的投资组合模型中.在基于天牛须搜索的优化算法中(BSO),每个粒子的更新规则源自BAS,在每次迭代中都有自己对环境空间的判断,而不仅依赖于PSO中历史最佳解决方案和粒子个体的当前全局最优解,从而减少迭代次数、提高搜索速度和精度.实证结果表明算法更具稳定性和有效性.
1