为了实现微型足球机器人的平滑最优路径规划，提出了一种结合Ferguson样条路径描述和改进粒子群优化算法的路径规划方法。利用Ferguson样条描述移动机器人路径，将路径规划问题转化为三次样条曲线的参数优化问题，借助改进的具有速度变异的粒子群算法进行路径优化。仿真实验表明，算法可以有效进行障碍环境下机器人的无碰撞路径规划，改进的粒子群算法进行路径优化迭代80次左右即可收敛，规划路径平滑、合理，有一定的实用价值。
2023-04-13 09:56:56
1.43MB
1
为了提高传感器节点部署覆盖率，针对目前网络覆盖存在覆盖死角、节点冗余及不能再度优化的问题，在检测区域已知的情况下，提出基于萤火虫群优化(GSO)算法的传感器节点部署方案，并对原方案进行改进。该算法中，传感器节点等同于萤火虫，覆盖信号强度即是荧光素浓度，首先对节点进行随意初始部署，然后通过计算移动概率的大小，判断节点移动方向，最终完成节点部署。实验仿真表明，该部署方法适用于大量传感器节点部署，覆盖面积广，灵活性强。
2023-04-11 15:50:45
269KB
1
这是一个关于多目标粒子群算法，很有用，代码通用性强
这是一个关于多目标粒子群算法，很有用，代码通用性强
这是一个关于多目标粒子群算法，很有用，代码通用性强
这是一个关于多目标粒子群算法，很有用，代码通用性强
2023-04-06 21:28:22
8KB
1
沙猫群优化(Sand Cat Swarm Optimization, SCSO)算法是一种受自然界沙猫行为而设计的元启发式算法。
本资源仅供学习交流，严禁用于商业用途。
2023-03-21 09:38:14
4KB
1
基于改进蚁群优化算法与子图演化，提出了一种新型非监督社交网络链路预测（SE-ACO）方法。该方法首先在社交网络图中确定特殊子图；然后研究子图演化以预测图中的新链接，并用蚁群优化算法定位特殊子图；最后针对所提方法使用不同网络拓扑环境与数据集进行检验。结果表明，与其他无监督社交网络预测算法相比，所提SE-ACO方法在多数数据集上的评估结果较好，且运行时间较短，这表明图形结构在链路预测算法中起重要作用。
2023-03-20 17:23:48
194KB
1
为了进一步提高量子行为粒子群优化(QPSO) 算法的全局收敛性能, 有效改善算法中存在的粒子早熟问题,提出一种基于完全学习策略的改进QPSO 算法(CLQPSO). 该学习策略改变了QPSO 中局部吸引子的更新方式, 充分利用了种群的社会信息. 采用8 个测试函数对算法性能进行比较分析. 实验结果表明, 所提出的改进算法不仅收敛速度快, 而且全局收敛能力好, 收敛精度优于PSO 算法和QPSO 算法.
2023-03-19 15:14:27
261KB
1
运用粒子群算法实现对几种测试函数最优解的搜寻，可对算法进行改进，提升算法的寻优性能。
粒子群算法几种改进方法：
1.权重改进：非线性权重、自适应权重等。
2.学习因子：学子因子动态调整
3.速度更新改进
4.加入新算子等等。
2023-03-06 15:43:26
752KB
1
通过研究电力负荷预测中支持向量机的参数优化问题，将改进后新的粒子群算法导入支持向量机参数中，从而建立一种新的电力负荷预测模型（IPSO-SVM）。首先将支持向量机参数编码为粒子初始位置向量，然后通过对粒子个体之间信息交流、协作的分析找到支持向量机的最优参数，并针对标准粒子群算法的缺陷进行一定的改进，从而应用于电力负荷的建模与预测，最后通过仿真对比实验来测试它的性能。实验结果表明，这种新的电力负荷预测模型能够获得较高精度的电力负荷预测结果，大大减少了训练时间，能够满足电力负荷在线预测要求。
2023-03-02 19:43:10
1.31MB
1