摘要：本文提出了一种混合的元启发式方法HDCPSO 用于求解置换流水车间调度问题中的最小化完成时间.该算法将粒子群算法和迭代贪心算法( Iterative Greedy, IG) 相结合, 利用IG 算法中的作业毁坏( Destruction) 和构造( Construction) 操作来对粒子进行变异, 降低群体发生早熟的可能. 引入了个体徘徊概念, 用来控制个体变异. 此外, 通过基于插入的邻域搜索来提高个体的局部搜索能力. 最后, 提出了群体的重新初始化机制来进一步避免早熟收敛的发生.本文算法在不同规模的问题实例上与其他几个具有代表性的算法进行了比较, 实验结果表明, 无论是在求解质量还是稳定性方面都优于其他算法.

粒子群的matlab代码 演化计算 开始实现演化计算的一些基本算法 GA 遗传算法 摘自CSDN AGA 自适应遗传算法 摘自CSDN DE 差分进化算法 PSO 粒子群优化算法

【路径规划】基于粒子群遗传求解多无人机三维路径规划matlab源码.md

该zip文件中包括了matlab实现的粒子群算法以及改进版本的粒子群算法的程序，所有文件程序都带有注释，欢迎大家下载学习。

行业资料-电子功用-一种基于改进粒子群优化算法的同步风力发电机参数辨识方法

0积分下载，代码运行效果图见压缩包

【车间调度】基于粒子群结合遗传算法求解双层生产和调度问题matlab源码.zip

【预测模型】粒子群算法优化RBF进行预测【含Matlab源码 449期】.zip

粒子群算法优化支持向量机参数，文件中包含数据和结果图

本文主要介绍了近些年来新提出的用于函数优化的算法,粒子群算法。粒子群算法(Particle Swarm Optimization,PSO)是由Dr,Eberhart和Dr.Kenney与1995年提出的。 其基本思想源于对鸟群捕食行为的研究并受到启发而形成的一种基于群智能的随机优化技术。该算法有着个体数目少﹑计算简单﹑鲁棒性好等优点。算法的核心公式中所需要调整的参数不多。这种方法有比较好的收敛速度,是一种不错的优化工具。 本文提出了一种改进的PSO算法,具体信息在音乐论文www.xyclww.com/post/30.html在算法中重新定义最优粒子并且采用适应度定标缩放粒子适应度值来控制粒子选作最优粒子的概率。从仿真结果看出改进方法的优化精度比较好。 另外此改进发法还可以和其他改进方法混合使用,可以得到不错的效果。本文还提出了用粒子群算法求解迷宫问题,实现了问题到算法的建模,并对一些迷宫特点提出了改进方法。