20世纪50年代中期创立了仿生学,人们从生物进化的机理中受到启发。提出了许多用以解决复杂优化问题的新方法,如进化规划、进化策略、遗传算法等,这些算法成功地解决了一些实际问题。 20世纪90年代意大利学者M.Dorigo,V.Maniezzo,A.Colorni等从生物进化的机制中受到启发,通过模拟自然界蚂蚁搜索路径的行为,提出来一种新型的模拟进化算法—— 蚁群算法,是群智能理论研究领域的一种主要算法。用该方法求解TSP问题、分配问题、job-shop调度问题,取得了较好的试验结果.虽然研究时间不长,但是现在的研究显示出,蚁群算法在求解复杂优化问题(特别是离散优化问题)方面有一定优势,表明它是一种有发展前景的算法.
1
非常好的入门资料
2021-10-09 09:39:56 2.63MB 粒子群 pso 群智能
1
基于免疫粒子群优化算法的多用户检测器.pdf
2021-10-08 23:20:24 246KB 算法 粒子群 数据结构 参考文献
基于粒子群优化算法的相干信源波达方向估计.pdf
2021-10-08 23:20:22 201KB 算法 粒子群 数据结构 参考文献
基于混沌序列的粒子群优化算法.pdf
2021-10-08 23:20:21 213KB 算法 粒子群 数据结构 参考文献
基于改进粒子群优化算法的多用户检测器.pdf
2021-10-08 23:20:20 122KB 算法 粒子群 数据结构 参考文献
基于粒子群优化算法的FIR数字滤波器设计.pdf
2021-10-08 23:20:18 252KB 算法 粒子群 数据结构 参考文献
基于粒子群优化算法的BP网络模型在径流预测中的应用.pdf
2021-10-08 23:20:17 187KB 算法 粒子群 数据结构 参考文献
基于粒子群优化算法的变压器局部放电定位新方法.pdf
2021-10-08 23:20:16 211KB 算法 粒子群 数据结构 参考文献
基于岛屿群体模型的并行粒子群优化算法.pdf
2021-10-08 23:20:15 361KB 算法 粒子群 数据结构 参考文献