简介：排课问题是一个有约束的、多目标的组合优化问题.在针对遗传算法在求解该问题时搜索效率较低的情况下,提出了一个基于粒子群的排课算法.在算法设计过程中,考虑排课过程中所出现的各种时间、空间资源的冲突情况,设计了一种基于粒子群优化算法来实现时间和空间两种资源的优化.利用C#程序设计语言实现了基于粒子群算法的排课系统,实验和测试结果也验证了其有效性和系统的可用性.

简介：布谷鸟搜索算法和粒子群优化算法都属于仿生优化群算法,它们的原理简单、实现方便,在诸多领域得到应用。虽然这两种算法优点明显,但是它们在全局搜索能力、收敛速度等方面存在不同程度的不足,当它们应用于复杂优化问题时,需要采用改进措施来提升其性能。把布谷鸟搜索算法和粒子群优化算法进行混合,在两种算法平行进化的基础上引入共享机制,使两种算法优点互补。仿真证明,混合算法提升了算法的全局搜索能力和收敛速度,适应性更强,可以应用于复杂的优化问题。

简介：摘要对基于粒子群算法的电网无功规划进行了研究，建立了有功网损和设备投资综合费用最低的目标函数。通过对IEEE30节点系统的仿真分析，验证了该方法的可行性与实用性。

简介：为了克服粒子群算法易发生早熟收敛、后期迭代速度较慢、易陷入局部最优的缺点,提出了一种改进的粒子群算法。该算法采用非线性动态自适应的更新权重,进一步提高收敛速度;通过引入差分进化算法中的交叉算子,以提高算法的全局探索能力,利用差分进化算法的变异策略产生候选解,克服种群多样性的下降,以跳出局部最优。利用该算法对2个测试函数进行寻优,仿真结果表明,文章提出的算法是一种收敛速度快、收敛精度高的全局寻优算法。

简介：简化粒子群算法舍弃了标准粒子群算法中的速度项,使算法更加简练高效。但简化粒子群算法每个粒子都采用相同的迭代公式进行迭代,使得算法在进化后期粒子的差异性不强,算法容易出现早熟。提出非线性递减惯性权重的简化粒子群算法,每个粒子采用动态的公式进行迭代,提高粒子群的多样性,避免陷入局部最优,提高解的精度。最后在Matlab上进行数值模拟,发现改进后的算法在寻优精度和收敛速度上具有明显优势。

简介：粒子群协同实用化在web上具有众多的应用,需要聚类大量的代数矩阵才能获得足够的数据,当前研究侧重粒子群协同与矩阵的相关性而没有充分考虑到在几何性之间是具有显著的重叠关系的,这就导致了针对不同的矩阵会具有相同结果,引发重复计算问题。鉴于此,提出了一种基于几何代数的粒子群协同实用化算法,所选择的几何性矩阵具有较高的相关性,而且重叠性较低。实验结果表明,本文的方法能够显著提高粒子群协同实用化的精度和效率。

简介：在分析基本粒子群优化算法的基础上,对学习因子进行非线性异步策略调整,改变其固定常数模式,平衡算法在迭代过程中的局部和全局搜索能力;同时引入活力因子,对失活粒子执行变异操作,提高种群多样性。改进算法可以提升对多维空间的全局寻优能力,避免粒子产生早熟收敛现象。将改进粒子群算法引入图像匹配优化问题中,提出了一种基于改进粒子群算法的图像匹配算法,实验结果表明,该算法具有更快的匹配速度以及更高的匹配精度,具有强鲁棒性。

简介：针对矿井结构复杂,井下未知节点定位存在信标节点布置冗余、定位精度低等问题,提出了一种基于粒子群优化算法的井下目标定位方法。根据矿井环境特点区块化布置信标节点,通过引入线性递减权重的粒子群算法对未知节点与信标节点的测量距离和估计距离的误差进行优化,降低定位误差。与四边测量法、加权最小二乘法和RSSI加权质心算法进行Matlab仿真对比实验。仿真结果显示：信标节点为5个,节点总数为15时,平均定位误差为0.877m。高斯白噪声标准差取值范围从5递增到20,平均定位误差由1.21m增长到4.65m,增长幅度最小,抗噪性最好。信标节点密度由10%增加到40%,平均定位误差从2.82m下降到0.76m,定位精度明显好于其他三种算法,稳定性好于RSSI加权质心算法。定位精度更高,抗噪性更好,可靠稳定,在井下巷道环境中适应性更强。

简介：为了提高多目标粒子群算法的收敛性和多样性,提出了一种基于最优网格距离的多目标粒子群算法（HMOPSO）。该算法是在多目标粒子群算法（MOPSO）的基础上,利用网格技术和Pareto占优排序原理,提出了一种新的全局学习样本选取策略。实验结果表明,该算法能够有效的避免早熟收敛,相比MOPSO算法,HMOPSO表现出良好的整体性能,是对标准多目标粒子群的一种有效改进。

简介：为了能够准确地评价电力企业信息系统安全模型的安全性，深入地研究了改进粒子群算法在其中的应用。首先，讨论了电力企业信息系统安全模型的改进方法；其次，研究了电力企业信息系统安全模型的评价方法；最后，进行了算例分析，分析结果表明基于改进粒子群算法和RBF神经网络的电力企业信息系统安全评价模型具有较好的自适应能力，同时，对改进电力企业信息系统安全模型和传统电力企业信息系统安全模型的风险值进行对比，分析结果表明改进的电力企业信息系统安全模型更为安全。

简介：提出一种用于电力系统经济负荷分配的改进混沌粒子群算法．算法中采用自适应外罚函数法解决目标函数的约束问题，考虑了机组的系统平衡、出力上下限、爬坡速率和工作死区等约束条件；在粒子群算法中引入混沌机制，使算法能快速跳出局部极值区，提高算法的全局寻优性能；针对变惯性权重系数和变最大搜索速度改进措施的不足，提出依据机组爬坡速率约束来缩小最优解的搜索区域．仿真结果表明，改进的混沌粒子群算法对于解决带约束条件的经济负荷分配问题是可行和高效的，与改进前的计算方法相比，降低了运行费用，提高了寻优速度．

简介：涂料生产是一项复杂的工作,为了有效预测涂料最优研磨时间,提出了一种应用改进粒子群算法寻找最优研磨时间的方法,并采用两个函数分别对算法进行验证。仿真结果表明,只要适当地选择参数,改进粒子群算法寻优精度能够满足需求,利用算法得到的结果可以作为确定涂料研磨时间的依据,减少研磨时间,节约企业生产成本。

简介：　　(5)将种子的最优值确定为其所在子群中所有粒子的全局最优值,种子的最优值就是同一子群中其他粒子的全局最优值,通常可以将求解的适应值函数定义为　　　　4物种形成原理算法　　　　方程组具有多个解时

简介：针对DV-Hop算法存在定位精度的问题,提出了一种基于差异演化粒子群的无线传感网络DV-Hop节点定位算法。首先通过引入差异演化计算的变异、交叉及选择过程,对传统粒子群优化算法进行了改进,维持了种群的多样性,从而提高了算法的全局搜索能力。然后,采用改进的粒子群优化算法对DV-Hop进行了优化计算并给出了具体流程。仿真实验结果显示,与传统DV-Hop算法和某些现有的改进算法,相比提出的改进DV-Hop定位算法具有较小的定位误差,有效提升了网络中节点定位的精度。

简介：摘要随着新能源发电技术的广泛应用，其较强的随机性和不确定性会使得电网产生可靠性和稳定性的问题，因此，需要加装旋转备用机组以改善电网的稳定性。本文对旋转备用机组容量的经济运行进行研究，并采用粒子群算法求得旋转备用机组经济运行的最优解，从而同时保证电网的可靠性和经济运行。算例计算证明了本文方法的有效性。

简介：为了提高物联网拓扑网络的工作性能,将改进粒子群算法应用于物联网拓扑可靠性优化中。文章通过分析物联网拓扑可靠性优化的性能参数、抗毁性和生存性的指标特性,讨论基本监测区、理想监测区、一般监测区、拓扑结构的层数以及距离冗余度的基本含义,构建拓扑可靠性优化模型,研究改进粒子群算法的基本原理,提出了传统粒子群算法的缺陷、改进的基本思路和改进粒子群算法的求解流程,并进行了物联网拓扑可靠性的仿真分析,仿真结果表明改进粒子群算法具有较好的优化能力。

简介：将0—1非线性规划问题转化为约束优化问题。采用动态双目标的约束处理方法，提出了一种求解0—1非线性规划问题的改进粒子群优化算法，数值实验的结果表明，新算法具有较快的收敛速度和较好的全局寻优能力，显示了算法的有效性和通用性。

简介：太阳能电动汽车的复合能源系统优化匹配问题可以看成一个多目标优化问题,两个相互冲突的目标是极大化系统的峰值功率满足率和极小化系统的成本,前者关系到系统的可靠性后者涉及到样车能否量产,所以两个优化目标都很重要.本文提出了改进的粒子群算法优化配置太阳能电动汽车复合能源系统,这种改进的粒子群算法引进了遗传算法里的变异算子,并且打破常规算法里的加速因子为常数的惯例而使加速因子随时间改变.优化结果显示：改进的粒子群算法也能够很好地解决复合能源系统的多目标优化问题.

简介：为了改善冲压件加工质量,采用量子粒子群算法优化六杆压力机构并进行运动仿真.分析六杆压力机构工作过程,采用几何关系式推导冲头的位移方程式.确定设计参数,构造冲头速度优化目标函数,增加约束条件.采用量子粒子群算法优化目标函数,得出六杆最优运动参数.采用数学软件MATLAB对冲头速度进行仿真验证,输出冲头速度运动曲线.结果表明：优化后的六杆压力机构在冲压工件时,冲头速度跳动幅度较小,回程速度快.采用量子粒子群算法优化六杆压力机构设计参数,能够提高冲压件产品综合质量.

简介：摘要  针对货位拣选经常陷入局部最优的问题，本文提出了一种高效求解局部优化问题的改进算法，即为混沌粒子群优化算法，运用高效非支配排序法中的顺序搜索策略以大大减少时间复杂度，以及利用混沌映射来提高MOPSO的全局收敛性，最后运用Matlab7.0软件仿真验证， 结果表明该模型能较好的优化货位分配与拣货路径，提高拣货效率，取得了较好的效果。