简介：摘 要：针对传统粒子群优化算法易早熟收敛的问题，提出一种基于混沌思想的改进粒子群优化算法。该算法利用混沌运动的随机性、遍历性和规律性等特征，综合了混沌初始化、惯性权重的混沌调节、位置的边界处理、陷入早熟时的混沌遍历搜索等改进措施, 改善了粒子群的随机性与多样性，较好解决了算法的早熟收敛问题。通过3个典型高维测试函数的实验测试表明：改进的混沌粒子群算法在收敛速度、寻优精度和稳定性等方面明显优于传统的粒子群算法。

简介：Tikhonov正则化方法是求解不适定问题最为有效的方法之一,而正则化参数的最优选取是其关键.本文将混沌粒子群优化算法与Tikhonov正则化方法相结合,基于Morozov偏差原理设计粒子群的适应度函数,利用混沌粒子群优化算法的优点,为正则化参数的选取提供了一条有效的途径.数值实验结果表明,本文方法能有效地处理不适定问题,是一种实用有效的方法.

简介：研究灾难环境下翼伞空投机器人系统轨迹规划问题,基于简化的翼伞系统质点模型,采用混沌粒子群优化算法对翼伞系统归航轨迹进行寻优。该方法采用非均匀B样条技术实现最优控制规律的参数化,将翼伞系统轨迹规划的最优控制问题转换成参数优化问题,进而运用混沌粒子群优化算法进行寻优计算。轨迹规划的控制曲线是光滑的,利于电机对翼伞系统的操纵伞绳实施控制。仿真结果表明,该方法对翼伞系统的轨迹规划控制是有效的。

简介：摘 要：针对PID控制器的参数整定问题，提出一种基于粒子群优化算法与混沌优化思想相结合的参数智能整定方法。该方法综合了粒子种群的混沌初始化、惯性权重的改进、粒子位置的边界处理、混沌搜索及粒子替换等改进措施，有效改善粒子种群的随机性和多样性，较好解决了算法的早熟收敛问题。为同时兼顾PID控制的各项性能指标，将各指标的加权和作为评价粒子优越性的适应度函数。最后结合Simulink仿真技术，将该方法应用于一个二阶延迟系统，进行实验仿真，仿真结果表明了该方法的有效性和优越性。

简介：提出一种用于电力系统经济负荷分配的改进混沌粒子群算法．算法中采用自适应外罚函数法解决目标函数的约束问题，考虑了机组的系统平衡、出力上下限、爬坡速率和工作死区等约束条件；在粒子群算法中引入混沌机制，使算法能快速跳出局部极值区，提高算法的全局寻优性能；针对变惯性权重系数和变最大搜索速度改进措施的不足，提出依据机组爬坡速率约束来缩小最优解的搜索区域．仿真结果表明，改进的混沌粒子群算法对于解决带约束条件的经济负荷分配问题是可行和高效的，与改进前的计算方法相比，降低了运行费用，提高了寻优速度．

简介：针对自由漂浮状态下的空间机械臂系统，研究了基座姿态扰动最小的轨迹规划问题。首先通过正弦函数参数化机械臂各个关节，在机械臂关节角速度、角加速度以及基座姿态变化范围受限的约束条件下，定义了基座姿态扰动最小的目标函数，然后提出了基于混沌粒子群算法的轨迹优化策略，并给出了具体求解步骤。数值算例结果表明，在满足系统的约束条件下，机械臂关节变化平缓，不存在角速度突变的情况，并且比标准粒子群算法具有更快的收敛速度，在优化轨迹下进行运动仿真，结果表明终止时刻基座姿态扰动为1.3708°(三轴合成)，而梯形规划的姿态扰动为8.5459°，优化后使得姿态的扰动减小84%，从而说明所提出的算法能够有效减小机械臂运动对基座姿态的扰动。

简介：随着分布式数据库系统的广泛应用,查询优化这一数据库研究领域的受重视程度日渐提升,基于此,本文就混沌粒子群算法、数据库查询问题进行了简单分析,并对混沌粒子群算法在数据库查询优化中的应用进行了详细论述,最终则通过混沌粒子群算法应用的仿真验证了研究的实践价值,希望这一系列内容能够为相关业内人士带来一定启发。

简介：摘要  针对货位拣选经常陷入局部最优的问题，本文提出了一种高效求解局部优化问题的改进算法，即为混沌粒子群优化算法，运用高效非支配排序法中的顺序搜索策略以大大减少时间复杂度，以及利用混沌映射来提高MOPSO的全局收敛性，最后运用Matlab7.0软件仿真验证， 结果表明该模型能较好的优化货位分配与拣货路径，提高拣货效率，取得了较好的效果。

简介：介绍了基本PSO算法以及两种典型的改进算法:1)全局邻域模式和局部邻域模式对粒子群优化算法的影响,全局邻域模式粒子群优化算法收敛快,但容易陷入局部极小值;局部邻域模式粒子群优化算法由于粒子倾向于在不同的局部区域搜索因而收敛速度慢,但能在较大程度上避开局部极小值;2)混沌粒子群优化算法,它具有混沌的随机性、遍历性、规律性等特性引导粒子及其组成的群落搜索全局最优解。

简介：粒子群算法是一种基于群体智能的随机并行算法，它在很多优化问题中都得到了比较好的应用。本文针对粒子群容易陷入局部最优解，提出了一种加入创新粒子的粒子群，实验模拟结果表明加入创新粒子的粒子群有更好的结果和收敛速度。

简介：摘要：在当今军用和民用领域，飞行器在目标搜索、对地攻击、空中搜救、交通巡查以及快递运输等方面发挥着重要作用。因为单架飞行器无法高效率的完成复杂任务，经常需要使用多个飞行器协同完成复杂任务。因此，多飞行器系统在复杂的任务环境实现灵活的任务，已成为重要研究内容，多飞行器协同任务分配问题已成为飞行器自主导航领域亟需解决的关键问题。多飞行器协同任务分配是指：给定飞行器的种类及数量，根据一定的物理环境信息和任务要求，将一个或多个任务分配给一个飞行器，当所有飞行器完成所分配的任务后，整个飞行器编队的整体效能达到最优。基于此，对多飞行器协同任务分配的改进粒子群优化算法进行研究，以供参考。

简介：排课问题是一个有约束的、多目标的组合优化问题.在针对遗传算法在求解该问题时搜索效率较低的情况下,提出了一个基于粒子群的排课算法.在算法设计过程中,考虑排课过程中所出现的各种时间、空间资源的冲突情况,设计了一种基于粒子群优化算法来实现时间和空间两种资源的优化.利用C#程序设计语言实现了基于粒子群算法的排课系统,实验和测试结果也验证了其有效性和系统的可用性.

简介：布谷鸟搜索算法和粒子群优化算法都属于仿生优化群算法,它们的原理简单、实现方便,在诸多领域得到应用。虽然这两种算法优点明显,但是它们在全局搜索能力、收敛速度等方面存在不同程度的不足,当它们应用于复杂优化问题时,需要采用改进措施来提升其性能。把布谷鸟搜索算法和粒子群优化算法进行混合,在两种算法平行进化的基础上引入共享机制,使两种算法优点互补。仿真证明,混合算法提升了算法的全局搜索能力和收敛速度,适应性更强,可以应用于复杂的优化问题。

简介：从非线性方程组及其函数优化问题的角度出发，提出了一种基于混沌的聚类粒子群优化算法。通过混沌优化方法、谱系聚类法和粒子群的更新构成改进后的粒子群优化算法，极大的提高了求解的稳定性和精确性。

简介：摘要对基于粒子群算法的电网无功规划进行了研究，建立了有功网损和设备投资综合费用最低的目标函数。通过对IEEE30节点系统的仿真分析，验证了该方法的可行性与实用性。

简介：摘要介绍基本粒子群优化算法的原理、特点，并在此基础上提出了一种改进的粒子群算法。通过在粒子初始化时引入相对基的原理使粒子获得更好的初始解，以及在迭代过程中引入变异模型，部分粒子生成相对应的扩张及收缩粒子，比较其适应度，保留最佳粒子进行后期迭代，使算法易跳出局部最优。通过经典函数的测试结果表明，新算法的全局搜索能力有了显著提高，并且能够有效避免早熟问题。

简介：为了改善常规PID算法在电动助力转向系统（EPS）控制中的不足,提高系统控制的精度、稳定性和抗干扰能力,采用粒子群算法（PSO）对PID控制器进行优化.根据EPS系统结构和动力学特性,建立了EPS系统数学模型.电机采用电流控制法,并以助力特性曲线中理想电流值与电机电流实际输出值的偏差作为PID控制器的输入.利用MATLAB平台建立EPS系统PID控制的整车模型,分析研究粒子群算法,并根据PSO算法优化PID控制器的参数.仿真结果表明：与常规PID控制相比,采用粒子群优化的PID控制,系统输出响应更平稳,抗干扰能力更强,鲁棒性好,控制效果更优.

简介：为了克服粒子群算法易发生早熟收敛、后期迭代速度较慢、易陷入局部最优的缺点,提出了一种改进的粒子群算法。该算法采用非线性动态自适应的更新权重,进一步提高收敛速度;通过引入差分进化算法中的交叉算子,以提高算法的全局探索能力,利用差分进化算法的变异策略产生候选解,克服种群多样性的下降,以跳出局部最优。利用该算法对2个测试函数进行寻优,仿真结果表明,文章提出的算法是一种收敛速度快、收敛精度高的全局寻优算法。

简介：摘 要：城市交通的出行者是交通网络分析的对象，本文针对固定需求随机用户平衡问题，提出了粒子群优化算法并进行数值实验分析，通过构造初始解；设置约束条件控制迭代步长，根据适应度函数求出粒子自身历史最优位置和群体全局最优位置并更新速度和位置向量；同时在迭代更新过程中保证同一OD对各有效路径上流量之和等于其交通需求，最后达到设置的迭代次数，输出OD对各路径流量。结果表明用粒子群算法求解随机用户平衡问题有效可行，迭代收敛较快。

简介：摘 要：城市交通的出行者是交通网络分析的对象，本文针对固定需求随机用户平衡问题，提出了粒子群优化算法并进行数值实验分析，通过构造初始解；设置约束条件控制迭代步长，根据适应度函数求出粒子自身历史最优位置和群体全局最优位置并更新速度和位置向量；同时在迭代更新过程中保证同一OD对各有效路径上流量之和等于其交通需求，最后达到设置的迭代次数，输出OD对各路径流量。结果表明用粒子群算法求解随机用户平衡问题有效可行，迭代收敛较快。