2) Hybrid algorithm of simplex and particle swarm optimization
单纯形粒子群优化方法的混合算法
3) SM-MOPSO
单纯形法-多目标粒子群优化算法
4) Simplex Particle Swarm Optimization Algorithm
单纯形微粒群算法
5) particle swarm optimization
微粒群优化算法
1.
Application of particle swarm optimization in cooperative architectural design;
微粒群优化算法在协同建筑设计中的应用
2.
Particle Swarm Optimization Approach for Location of Supermarkets;
基于微粒群优化算法的超市最优选址定量化研究
3.
New parallel Particle Swarm Optimization based on cultural algorithm
一种新的并行文化微粒群优化算法
6) particle swarm optimization algorithm
微粒群优化算法
1.
Multi-optimum information programming based particle swarm optimization algorithm;
基于多元最优信息规划的微粒群优化算法
2.
Dynamic Pareto Warehouse-based Particle Swarm Optimization Algorithm for Multi-objective Programming;
基于动态Pareto解集的微粒群优化算法及其在多目标规划中的应用
3.
Identification of T-S Fuzzy Models Using Techniques of Particle Swarm Optimization Algorithm;
基于微粒群优化算法的T-S模糊模型辨识研究
补充资料：单纯形优化法
分子式：
CAS号：
性质：简称单纯形法。利用多维空间中的一种凸图形(即单纯形)移动实现实验参数优化的一种动态调优方法，每一次选用的试验条件是根据前一次实验的结果来选定的。斯彭德莱(W. Spendley)等1962年首先提出了基本单纯形，1965年奈尔德(J. A. Nelder)等提出了改进单纯形优化法，变固定步长为可变步长，并引入了反射、扩大与收缩规则，加速了优化过程，它的特点是计算简便，不受因素数目的限制，当因素增多时，试验次数并不增加很多，只需进行不多次数的实验就可找到最佳的试验条件。
CAS号：
性质：简称单纯形法。利用多维空间中的一种凸图形(即单纯形)移动实现实验参数优化的一种动态调优方法，每一次选用的试验条件是根据前一次实验的结果来选定的。斯彭德莱(W. Spendley)等1962年首先提出了基本单纯形，1965年奈尔德(J. A. Nelder)等提出了改进单纯形优化法，变固定步长为可变步长，并引入了反射、扩大与收缩规则，加速了优化过程，它的特点是计算简便，不受因素数目的限制，当因素增多时，试验次数并不增加很多，只需进行不多次数的实验就可找到最佳的试验条件。
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