在基于粒子群优化的节点定位过程中，惯性权重的设置对算法收敛速度和定位精度有着重要影响。本文从两个方面对其进行改进：利用节点间的连通信息对未知节点可能存在的区域进行估计，缩小粒子搜索范围；根据未知节点存在区域，对粒子群优化算法的惯性权重设置进行改进。仿真结果表明，改进算法的定位精度和稳定性有明显的提高，是一种可行的无线传感器网络节点定位的解决方案。

蚁群算法，蚁群算法课程，蚁群算法概述，人工智能蚁群算法

结合电动汽车动力系统最优参数确定的粒子群优化算法。其中具体包括普通的粒子群优化算法以及改良版本粒子群优化算法，该实例为汽车动力链优化设计以及最优参数（六个优化变量）确定，其中调用了simulink模型。构建了电机模型，拉维娜式行星齿轮机构模型，电池模型等。

运动剂 是对我以前的模拟的现代Lua重制。 这不是翻译，而是使用带有友好且流行的Lua语言的开源引擎Löve2D从头开始的翻拍。 最近的截图： （顺便说一句，我正在学习Git / Github，所以在我的第一个开放源代码“？”项目中要当心怪异的事情） 要快速运行它： 安装Love2D： ://love2d.org/ 下载.love文件： : 双击.love文件。 玩源项目： 下载或克隆。 安装love2d： ：//love2d.org/ 安装ZeroBrane Studio： ：//studio.zerobrane.com/download not-this-t

【路径规划】基于遗传算法结合粒子群算法求解带时间窗车辆路径规划问题（VRPTW）matlab源码.zip

群晖3617xt，引导文件，实测可以用，比较稳定 所以推荐大家的

粒子群算法优化神经网络权值，是比较好的程序设计，程序的作者是武汉大学的博士

最新人工智能遗传算法蚁群算法粒子群算法主题讲座课件.ppt

这个文档介绍的非常详细，一共介绍了八种方式 对于一些做销售的，以及想提升自己平时副业的，想学习如何做引流的 这个文档对你很有帮助 他会提出现在你引流的错误，然后教你改正，干货满满

针对粒子群算法的早熟收敛问题，提出一种新的基于群体适应度变化率自适应变异的粒子群优化算法。该算法根据群体适应度变化率自适应调整惯性权重的取值，根据当前种群的平均粒距对种群中部分粒子进行变异操作。自适应调整与变异操作能增强算法跳出局部最优的能力，增大寻找全局最优的几率。对几种典型函数的测试结果表明，新算法的全局搜索能力有了明显的提高，有效避免了早熟收敛问题。