混合多群粒子群算法求解约束优化问题

针对标准粒子群算法容易早熟的问题,模仿自然界中蚂蚁的不同分工和协作,提出了一种全局搜索和局部精细搜索协同进行的多尺度协同搜索简化粒子群算法(MSPSO),并对算法中粒子的搜索轨迹和算法的收敛性进行了分析和证明。为了验证和比较MSPSO和SPSO算法的性能,采用了VB6.0编程对3个常用的测试函数进行了数值实验,实验表明,该算法具有良好的搜索性能,特别适合于高维函数优化问题。

配网重构中，很重要的一个约束条件为配网应随时保持开环、辐射的状态： 配电网系统是属于闭环设计但是开环运行的系统，因此，在开关的开闭过程中，随时保持配电网的开环状态时很重要。Mendoza等利用图论，尤其是基本环向量的方法，不仅仅有效地保持了网络的辐射性，还大大地节省了搜寻时间和空间。还有文献对如何利用基本环向量去创造可行解的规则进行了详细阐述，文 中定义了基本节点，外节点，内节点，环向量，基本支路向量以及禁止的组向量 避免不可行解。本文中，应用了一个更加简单但同样有效的基于基本环向量的 方法保持配电网的开环 ———————————————— 版权声明：本文为CSDN博主「电力程序小学童」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/zhangxd212489/article/details/122291721

阐述了装配线平衡问题类型及其平衡求解的相关算法，给出了装配线第二类平衡问题的数学描述。在分析用标准粒子群优化算法求解装配线第二类平衡问题的缺陷基础上，利用粒子群优化算法所具有的全局搜索能力和高搜索效率以及模拟退火算法所具有的局部搜索能力，提出了采用粒子群和模拟退火的混合算法求解第二类平衡问题的方法，并给出了求解流程。应用实例证明，用混合粒子群优化算法比标准粒子群优化算法求解第二类平衡问题能获得更优的结果。

混沌粒子群优化算法-CPSO,混沌粒子群优化算法案例,matlab源码 混沌粒子群 内有图片 代码 数据 可更改目标函数

粒子群算法求解机器人路径规划,粒子群算法的流程,Python源码

结合小生境思想及灾变原理，提出了一种动态调整种群结构的粒子群算法（AGPSO）。该算法在获取局部最优区域后只留下部分粒子寻找局部最优点，同时将其他粒子进行灾变处理，然后约束在剩余区域进行新最优区域搜索，这样既达到了快速局部收敛的目的，同时又增加了粒子种群的多样性，较好地解决了早熟收敛的问题。通过典型优化函数的仿真实验验证了该算法的有效性。

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。

改进的的粒子群算法，在原来的基础上进行了改进，适合进一步提高

基于并行粒子群优化算法的蛋白质二级结构预测.pdf