用粒子群算法 求解带约束的问题。适应度函数怎么来写？ 引入罚函数的目标函数，罚因子怎么来选取变化？ 等了这么长时间也没看见有人回答，建议楼主还是多去看看论文，有一些论文里讲了用粒子群求解多约束的问题
基于参数方程处理等式约束优化的粒子群算法是怎么样的 针对目前已有的粒子群优化算法求解有等式约束优化问题时对收敛速度和解的精度的影响，提出了一种新的基于参数方程的粒子群优化算法。它是粒子群在初始化和迭代进化过程中。
粒子群优化算法（PSO）的应用 小弟要按一定的查询条件从数据库SQL Server 2000里查询手机信息，然后用PSO算法对符合条件的结果中每款手机进行评价，得到一个综合评价得分，。
粒子群优化算法参数设置 最低0.27元开通文库会员，查看完整内容>；原发布者：杨丹05241．粒子群优2113化算法综述1.6粒子群优化5261算法的参数设置1.6.1粒子群优化算法的4102参数设置—种群规模1653N种群规模N影响着算法的搜索能力和计算量：PSO对种群规模要求不高，一般取20-40就可以达到很好的求解效果，不过对于比较难的问题或者特定类别的问题，粒子数可以取到100或200。1.6.2粒子的长度D粒子的长度D由优化问题本身决定，就是问题解的长度。粒子的范围R由优化问题本身决定，每一维可以设定不同的范围。1.6.3最大速度Vmax决定粒子每一次的最大移动距离，制约着算法的探索和开发能力Vmax的每一维一般可以取相应维搜索空间的10%-20%，甚至100%，也有研究使用将Vmax按照进化代数从大到小递减的设置方案。1.6.4惯性权重控制着前一速度对当前速度的影响，用于平衡算法的探索和开发能力一般设置为从0.9线性递减到0.4，也有非线性递减的设置方案；可以采用模糊控制的方式设定，或者在[0.5，1.0]之间随机取值；设为0.729的同时将c1和c2设1.49445，有利于算法的收敛。1.6.5压缩因子限制粒子的飞行速度的，保证算法的有效收敛Clerc等人通过数学计算得到？取值0.729，同时c1和c2设为2.05。1.6.6加速系数c1和c2加速。
用粒子群算法求解无约束优化的工程问题 matlab 手上现在有使用粒子群解决无约束优化问题的程序，目前调试的都是现成的目标函数。想寻找一到两个工程应用实例，网上的工程。
分析标准粒子群算法的不足及改进的方法 一个以上的目标，以优化相对传统的多目标优化方法在解决多目标问题，PSO具有很大的优势。首先，PSO算法和高效的搜索功能，有利于在这个意义上，多目标的最优解；其次，PSO代表了整个解决方案的人口集固有的并行性，同时搜索多个非劣解，所以容易搜索多个Pareto最佳的解决方案；此外，PSO通用的适合处理所有类型的目标函数和约束条件，PSO容易与传统相结合的方法，和然后提出了有效的方法来解决一个具体的问题。PSO本身，为了更好地解决多目标优化问题，必须解决的问题的全局最优粒子和个人选择的最优粒子。为全局最优粒子的选择，一方面，该算法具有更好的收敛速度，另一方面帕累托边界分散体的溶液中。如果在最佳的单个颗粒的选择，需要较少的计算复杂性，并且是仅由较少数量的比较非劣解更新。迄今为止，基于PSO的多目标优化，主要有以下思路：（1）向量法和加权方法。文献[20]的固定权重法，自适应权重法和向量评估方法的第一次，PSO解决MO问题。然而，对于一个给定的优化问题，权重的方法通常是很难获得一组合适的权重向量评价方法MO的问题是，往往无法得到满意的解决方案。（2）基于Pareto方法。[21]帕累托排序机制和PSO相结合，处理的问题，多目标优化，。
用粒子群算法求解线性约束整数规划的Matlab程序
