基于多种群粒子群算法和布谷鸟搜索的联合寻优算法
为了提高动态多种群粒子群(DMS-PSO) 算法的全局搜索能力, 将布谷鸟搜索算法(CS) 引入DMS-PSO 算法中, 提出DMS-PSO-CS 算法. 采用中位数聚类算法将整个种群动态划分为若干小种群, 各个小种群作为底层种群通过PSO 算法进行寻优, 再将每个小种群中的最优粒子作为高层种群的粒子通过CS 算法进行深度优化. 将所提出算法应用于CEC 2014 测试函数, 并与CS 算法和其他改进的PSO 算法进行比较. 实验结果表明, 所提出算法能够显著提高全局搜索能力和算法效率.
文件下载
评论信息
其他资源
- 101，103，104规约分析工具
- thoughtworks笔试题：Conference Track Management
- IEEE Std 1588-2019 (Revision ofIEEE Std 1588-2008)
- 基于rsa数字签名c++实现
- matlab隐马尔可夫模型事例代码
- STM32F1使用内部晶振配置64M时钟
- 基于PYQT编写的一个人脸识别软件
- qt网络组播程序
- 51单片机 LCD12864程序显示文字或者图片
- 应用eQEP及编码器测量电机位置与速度的方法
- 37款传感器套件资料+说明书
- STC51单片机控制SIM900A数据发送与接收，亲测可用
- 部编三上实用课件 7. 听听，秋的声音.pptx
- 经典魔塔游戏的全部素材
- .NET实现微服务架构
- 和利时smartpro opcserver软件破解版
- 多项式辗转相除法
- 数据库文件为sqlite的web项目
- 位移传感器使用
- 信号与线性系统第四版 答案 吴大正 主编 pdf
- 毫米波汽车防撞雷达
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明