群体适应度方差相关论文
群搜索算法（GroupSearch0ptimizer，GSO）是一种新的群智能优化算法，适宜于解决多极值高维度优化问题，但其在优化的后期由于种群多样性不......
针对文化粒子群算法中影响函数对群体空间的全局变异操作,易导致粒子群算法结构失效及不易收敛的缺点,将群体适应度方差引入到群体......
针对粒子群算法易陷入局部极值、精度低等缺点,提出了一种基于模拟退火与混沌思想的新型粒子群优化算法（SA-CPSO）.在该算法的初始阶......
从混合蛙跳算法的寻优原理出发，研究了其寻优机制。针对标准算法中存在的初始种群不均匀、迭代后期收敛速度慢，易陷入局部最优的缺陷......
由于粒子群算法在进化后期存在搜索速度较慢，容易陷入局部最优点以及搜索到解的时间较长且精度不高的缺点，所以对算法进行改进的研究......
群智能算法,作为一种模拟社会动物群体行为的智能算法,在解决实际的优化问题上,具有重要的理论意义和实用价值。目前典型的群智能......
近几年，随着生产力的发展和科学技术的进步，实际工程中优化问题的复杂性日益增加，传统优化问题已很难满足其对非凸、不可微等复杂问题......
针对基本粒子群优化算法在迭代后期易陷入局部最优而出现早熟收敛的现象，基于混沌搜索的全局遍历性、随机性和规律性的特点，以粒子群......
