说明：基本PSO极易陷入早熟收敛，而此算法在基本PSO的参数上做一些改进，从而达到增强多样性，避免过早的陷入局部最优，并发生早熟收敛。

说明：应用背景遗传算法优化BP神经网络，训练时间好长啊。主要是在使用SIM函数检验遗传算法适应度值时，执行时间很长。迭代次数如果为10的话，运行一次程序可能要3~5分钟。这太久了，有哪位也搞过这个？是不是也要花这么久的时间？ 这这里编写了一个简单的PSO优化BP神往网络的程序（见附件），只运行了两代，都...

matlab 神经网络 bp pso 优化

说明：感应双馈发电机系统的仿真，基于分段非线性权重值的Pso算法，针对EMD方法的不足,isodata 迭代自组织的数据分析，正确率可以达到98％，MIMO OFDM matlab仿真。

matlab

说明：粒子群算法，用于聚类.粒子群在迭代进行的过程中有可能出现早熟收敛 的问题而陷入局部最优解,因此文中在 PSO 算法部 分,设置两个变量对每个粒子和粒子群的状态进行实 时地监控,以便当检测到粒子或粒子群出现早熟收敛 现象时,能及时地对其进行变异操作,增加粒子的多样 性,使其跳出局部极值的束缚,在多维解...

粒子群算 粒子群算迭代 早熟收敛

说明：基于模拟退火的粒子群算法，模拟退火算法在搜索过程中具有该概率突跳的能力，能够有效地避免搜索过程陷入局部极小解。

PSO退火 模拟退火-粒子 模拟退火-PSO 模拟退火 PSO-GP

说明：免疫粒子群优化算法调整PID。该方法将免疫算法中基于浓度的抗体复制策略与粒子群优化算法相结合。对低浓度粒子进行提升，对高浓度粒子进行抑制，从而保持粒子的多样性，克服了粒子群算法容易陷入局部最优的缺点，优化速度快。

混合优化算法 AIPSO PSO 混合算法 PID

说明：基于遗传算法的粒子群算法，可有效解决粒子群算法局部最优。

PSO SA2 OPF 遗传算法 粒子群算法

说明：应用背景在电脑里科学，粒子群优化（粒子群算法）是一种计算方法，通过反复地尝试提高候选人的问题来优化问题关于一个给定的解决方案质量测量。粒子群优化算法的一个问题，有一个人口的候选人解决方案，在这里被称为粒子，并根据简单的数学公式在粒子的位置和速度移动这些粒子周围的搜索空间。每个粒子的运动受其局部的影响...

matlab 算法 代码 实现 优化 粒子

说明：基于生物地理学的优化，优良的全局优化算法 ！地理学是研究生物的地理分布。执政的生物分布的数学方程首先发现和开发在 1960 年代。工程师的思维方式是我们可以汲取自然。这促使在优化问题中的生物地理学应用。就像数学上的生物遗传学激励遗传算法 （气） 的发展和生物神经元的数学人工神经网络的发展，本文认为生...

matlab