任務分配的粒子群優化算法
大?。?/span>0.68 MB 人氣： 2018-01-12 需要積分：2
針對基本粒子群優化（PSO）算法早熟收斂、易陷入局部極值的缺陷，提出自適應任務分配的粒子群優化算法。該算法根據粒子的多樣性動態分配粒子任務，把種群粒子分為開發和探索兩種類型，分別采用全局模型和動態鄰域局部模型執行開發和探索任務以平衡算法的全局和局部搜索能力，維持種群多樣性。動態鄰域模型擴大了解的搜索空間，能有效抑制早熟停滯現象，采用高斯擾動對處于停滯狀態的精英粒子進行學習，協助精英粒子跳出局部最優，進入解空間的其他區域繼續進行搜索。針對6個標準復合測試函數進行實驗，結果表明所提算法具有更強的全局搜索能力，求解精度更高。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
任務分配的粒子群優化算法下載
相關電子資料下載
- 粒子群優化算法PSO優化模糊控制論域 863
- 基于多智能體深度強化學習的體系任務分配方法 3066
- 不同拓撲結構的并行粒子群優化算法如何去實現？ 3131
- 使用改進粒子群優化算法的FIR數字濾波器設計 3580
- 基于具有量子行為的粒子群優化算法慣性權重研究及應用 934