本文基于PSO的简单模型和PID 控制原理,引入了PID增量算子和4个新的随机因子,对标准粒子群优化(Standard PSO,SPSO)算法进行了扩展。
基于6个网页-相关网页
1 标准粒子群优化算法实现原理 标准粒子群优化(Standard Particle Swarm Optimization , SPSO) 算法通过粒子群中个体的合作与竞争来实现优化问题 的求解。
基于4个网页-相关网页
...据, 分别用三种不同调节惯性权 重w 的粒子群优化算法: 取定值w 的标准粒子群优化(Stan- dard particle swarm optimization, SPSO), 线性递减w 的线 性粒子群优化(Linear particle swarm optimizati...
基于2个网页-相关网页
由于标准粒子群优化(PSO)算法把惯性权值作为全局参数,因此很难适应复杂的非线性优化过程。
The standard particle Swarm optimization (PSO) algorithm cannot adapt to the complex and nonlinear optimization process, because the same inertia weight is used to update the velocity of particles.
标准的粒子群优化算法作为一种随机全局搜索算法,因其在种群中传播速度过快,易陷入局部最优解。
The standard particle swarm optimization algorithm as a random global search algorithm, because of its rapid propagation in populations, easily into the local optimal solution.
应用推荐