一种基于粒子群优化算法和差分进化算法的新型混合全局优化算法.pdf下载

weixin_39820835 2021-10-07 10:51:13

一种基于粒子群优化算法和差分进化算法的新型混合全局优化算法.pdf , 相关下载链接：https://download.csdn.net/download/jiebing2020/26003671?utm_source=bbsseo

...全文

20 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

数据结构与算法综合资料库(CHM) 程序员必备的基础资料，对数据结构与算法很详细的讲解，里面还有许多示例，大家可以参考，学习编程语言都要用到的基础资料。初级走向高级必修的内功心法！

粒子群优化算法 & 差分进化算法 前言算法理论算法实践可视化前言本次带来粒子群优化算法和差分进化算法，解决单目标连续优化问题。算法的benchmark全部来自http://www.ntu.edu.sg/home/epnsugan/index_files/CEC2018/CEC2018.htm。这上面有30个测试函数，每个函数基本上有2维、10维、20维、30维、50维、...

目录1.粒子群算法（PSO）2.遗传算法3.差分进化算法 1.粒子群算法（PSO）整个粒子群优化算法的算法框架如下： step1种群初始化，可以进行随机初始化或者根据被优化的问题设计特定的初始化方法，然后计算个体的适应值，从而选择出个体的局部最优位置向量和种群的全局最优位置向量。 step2 迭代设置：设置迭代次数，并令当前迭代次数为1 step3 速度更新：更新每个个体的速度向量 step4 位置更新：更新每个个体的位置向量 step5 局部位置和全局位置向量更新：更新每个个体的局部最优解和种群的全局最

一　遗传算法遗传算法(GA)作为一种经典的进化算法，自 Holland提出之后在国际上已经形成了一个比较活跃的研究领域. 人们对 GA 进行了大量的研究，提出了各种改进算法用于提高算法的收敛速度和精确性. 遗传算法采用选择，交叉，变异操作，在问题空间搜索最优解.经典遗传算法首先对参数进行编码，生成一定数目的个体，形成初始种群其中每个个体可以是一维或多维矢量，以二进制数串表示，称为染色体.染色...

粒子群算法和差分进化算法的对比此次的测试函数为f(x,y)=3xcos(xy)+x+y2f(x,y)=3xcos(xy)+x+y^{2}f(x,y)=3xcos(xy)+x+y2 x,yx,yx,y均属于[-4,4] 函数图像如下：粒子群算法采用线性递减惯性权重的的标准粒子群算法。给定参数如下：参数范围或值种群数量 10 最大迭代次数 100 惯性权重范围 [0.4,0.8] 粒子速度范围 [-1,1] 个体学习因子 1.5 社会学习因子 1.5 差分进化

下载资源悬赏专区

13,654

社区成员

12,578,462

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章