1) particle swarm optimization
粒子群方法
2) Particle swarm optimization
粒子群优化方法
1.
Particle swarm optimization (PSO) based on swarm intelligence is a new evolutionary computational tool and is successfully applied in function optimization, neural network design, classification, pattern recognition, signal processing and robot technology and so on, but the reports on its practical applications in power system are seldom seen.
粒子群优化方法是一种基于群体智能的新型演化计算技术。
2.
A new evolutionary learning algorithm(HIGAPSO) based on a hybrid of real-code genetic algorithm(GA) and particle swarm optimization(PSO) is proposed in this paper.
提出一种粒子群优化方法(PSO)与实数编码遗传算法(GA)相结合的混合改进遗传算法(HIGAPSO)。
3.
The particle swarm optimization (PSO) method was originally designed by Kennedy and Eberhart in 1995 and has been applied successfully in various optimization problems.
粒子群优化方法是由Kennedy和Eberhart于1995年提出的一种基于群体智能(swarmintelli-gence)的进化计算技术·定义了“群核”(swarm-core)的概念,并在此基础上,提出了基于群核进化的粒子群优化方法(swarm-core evolutionary particle swarmopti mization,SCEPSO),在SCEPSO方法中,为增强群体的优化能力,把群体分成了3个子群体,并且每个子群体有各自不同的“分工”·同时研究了SCEP-SO方法对连续变化的最优点的动态跟踪能力,在3种动态优化模型下进行了实验·实验结果表明,与传统PSO方法相比,SCEPSO方法能够可靠并精确地跟踪连续变化的全局最优解
3) Particle swarm optimization
粒子群法
4) particle swarm optimization
粒子群算法
1.
Parameter estimation of the thermal cracking model for heavy oil based on particle swarm optimization;
基于粒子群算法的重油热解模型参数估计
2.
Evaluation model of underground water quality based on particle swarm optimization;
基于粒子群算法的地下水水质评价模型
3.
Multi-objective particle swarm optimization approach to solution of fed-batch bioreactor dynamic multi-objective optimization;
多目标粒子群算法用于补料分批生化反应器动态多目标优化
5) Particle swarm optimization algorithm
粒子群算法
1.
A lymphoma morphology parameter classifier based on particle swarm optimization algorithm;
一个基于粒子群算法的淋巴瘤形态参数分类器
2.
Solving multidimensional 0-1 knapsack problem by hybrid particle swarm optimization algorithm;
混合粒子群算法求解多维背包问题
3.
Research on load optimal dispatch among thermal power units based on particle swarm optimization algorithm;
基于粒子群算法的火电厂机组负荷优化分配
6) PSO
粒子群算法
1.
tPSODock:A program for molecular docking using chemscore method and two - layer particle swarm optimization;
tPSODock:基于化学得分函数和两层粒子群算法的计算机分子对接程序
2.
The Design of Aircraft s Robust Control Law Based on PSO;
基于粒子群算法的飞机鲁棒控制律设计
3.
Application of adaptive immune PSO in dynamic reactive power optimization;
自适应免疫粒子群算法在动态无功优化中应用
补充资料：大粒子方法
大粒子方法
large - partide method
进化方程组(l)的求解过程划分为三个时间步，其中每一步由三个阶段构成:EU七r阶段，琢脚列买阶段和终了阶段.开始考察子系统—“大粒子”的内态的变化(E“七r阶段)，然后考察这一子系统的无内态变化的位移(Ug皿罗和终了阶段).·漱 B此r阶段.积分区域用静止的(E妞晓r的)差分网格所覆盖，网格的形状是任意的(为了叙述的简化起见，考察二维(平面)区域中的直角网格，见图).在计算的这一步，只是与网格整体相关的量在改变，而流体假设瞬间被冻结.因此.形如div(中pv)(中=(1，“，。，E))，相应于位移效应的对流项从方程组(l)中去掉.在(l)中的剩下的方程中，p从微分符号中提出，而方程(l)相对于:，。，E的时间导数解出: 刁u.刁P。日v日P 。共二十一子一=0.。共二，+‘二二一=0. 尸日艺ax一’F己r ay aE，，.，~、 p箭.+div(pv)一0. 最简单的有限差分近似(中心差分)给出如下的表达式: 尸少。:，_，一P，， 二。_.。三‘斗112，了Ji一12.j At “丁=U丁一一‘二‘一. △xp又j‘ ;:，一。:，一兰气竺过~ △t P‘.j E二，二E筑，一 「P夕‘，，_云于工:一P梦_，，‘石梦， 一l，eees响‘二‘‘--一~‘乙‘---一一二‘二---石沈二二+ L△x P，，二:，石?*，，一P夕，芯于.〕 ‘i，j+l/2“‘j+1 12‘j，j+112‘淤，j一1121△t +-一-石-一‘乙一声二-一二乙一l~二已匕一 △y」p二，这里分数下标诸量与网格边界相关，例如: =兰上业立皿 .，.，2，，2 尸二二二兰止上已址 ，一，，2，，2反，石，E为场p在广+△t这一层“冻结”的假设下得到的流动参数的中间值.虽然这种形式的Euler阶段的格式是不稳定的，但如果以后的阶段按一定形式写出，整个格式从整体上讲是稳定的.Euler阶段，譬如说，可以通过引进积分关系法(ilnegtal一旧如皿脱也-od)的基本要素达到稳定性.这时积分函数的近似是沿平行物体轴方向进行的(见图)，即如积分关系式方法的格式l:将原始方程组取为积分形式，对如下积分进行近似: ，一丁，uJ:，。一丁。。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条