搜索资源列表
GAPSO.rar
- 遗传粒子群的最新改进算法，随着维度增加效果更好,Genetic Particle Swarm latest improved algorithm, with the increasing dimensions better
psoandimprovedpso
- 基本粒子群优化算法和改进粒子群优化算法程序，包括：用基本粒子群算法求解无约束优化问题，用带压缩因子的粒子群算法求解无约束优化问题，用线性递减权重粒子群优化算法求解无约束优化问题，用自适应权重粒子群优化算法求解无约束优化问题，用随机权重粒子群优化算法求解无约束优化问题，用学习因子同步变化的粒子群优化算法求解无约束优化问题，用学习因子异步变化的粒子群优化算法求解无约束优化问题，用二阶粒子群优化算法求解无约束优化问题，用二阶振荡粒子群优化算法求解无约束优化问题，用混沌粒子群优化算法求解无约束优化问题，
PSO
- matlab 遗传算法GA，粒子群算法PSO,蚁群算法AS 前段时间上智能计算方法实验课上，自己做的程序。帖到这里，希望有人能改进它们，交流经验这样更有价值。 遗传算法解决最小生成树问题，PURFER编码。 粒子群算法做无约束最优化问题。 蚁群算法解决TSP问题。 如果有宝贵经验希望能交流一下，谢谢，-matlab genetic algorithm GA, particle swarm optimization PSO, ant colony algorithm f
threeAlgo
- matlab 遗传算法GA，粒子群算法PSO,蚁群算法AS 前段时间上智能计算方法实验课上，自己做的程序。帖到这里，希望有人能改进它们，交流经验这样更有价值。 遗传算法解决最小生成树问题，PURFER编码。 粒子群算法做无约束最优化问题。 蚁群算法解决TSP问题。 如果有宝贵经验希望能交流一下，谢谢，-matlab genetic algorithm GA, particle swarm optimization PSO, ant colony algorithm f
TSP-based-on-improved-pso
- 基于对粒子群优化算法原理的分析，实现了一种基于TSP的改进的粒子群优化算法：求解TSP的混合粒子群算法，结合遗传算法、蚁群算法和模拟退火算法的思想来解决TSP问题。-Particle swarm optimization based on the principle of the analysis, implemented based on TSP, improved particle swarm optimization algorithm: solving the TSP hybrid pa
psot
- 基於遗传粒子群的最新改进算法 -The latest improvements in genetic particle swarm algorithm
Constrained-Engineering-Optimization
- 将离散约束优化问题转化为非负整数约束规划问题，开发求解该问题的离散差分进化算法。该算法采用基于混沌映射 的种群初始化、双版本变异和带随机扰动项的取整运算等新策略。针对非线性约束条件，给出惩罚基数的计算方法和连续映 射基函数的表达式，在此基础上设计处理非线性约束的自适应惩罚因子。提出一种刻画种群多样性的新测度——种群二次平 均基因距离及基于新测度的依概率混沌移民算子。将自适应罚函数法、依概率混沌移民操作与离散差分进化算法有机融合， 构造面向工程约束优化的混合离散差分进化算法
matlab-intelligent-algorithm-cases
- 30个以Matlab为基础的智能优化算法程序，包括了遗传算法、粒子群算法等，并且每种算法都有各类的改进算法-30 to Matlab-based intelligent optimization algorithm procedures, including the genetic algorithm, particle swarm optimization, etc., and each algorithm has improved algorithm types
tsp_pso
- ： 针对粒子群优化算法易陷入局部极值的缺点， 提 出一种改进粒子群算法， 该算法借鉴贪婪算法的思想初始化种群， 利用两 个种群同时寻优， 并将遗传算法中交叉和变异操作引入其 中， 实现种群间的信息共享。-I n a l l u s i o n t o p a r t i c l e s wa r m o p t i mi z a t i o n b ei n g pr on e t o g e t i n t o l oc a l mi n i mu m， a n
npso
- 分析粒子群算法在求解组合优化问题中的运行原理并与遗传算法和 改进的粒子群算法仿真比较． 结果表明 混合优化算法在收敛速度和精度上均有明显的提高-Ｔｈｅ ｍｅｃｈａｎｉｓｍ ｏｆ ｐ ａｒｔｉｃｌｅ ｓｗａｒｍ ｏ ｐ ｔｉｍｉｚａｔｉｏｎ ＰＳＯ ｉｎ ｓｏｌｖｉｎ ｇ ｃｏｍｂｉｎａｔｏｒｉａｌ ｏ ｐ ｔｉｍｉｚａｔｉｏｎ ｐ ｒｏｂｌｅｍｓ ｗａｓ ａｎａｌ ｙ ｚｅｄ．Ｓｉｍｕｌａｔｉｏｎｓ ｃｏｍ ｐ ａｒｉｓｏｎ ｗｉｔｈ
PSOaGA
- 粒子群算法和遗传算法分别求解函数的最大值，并在传统的粒子群和遗传算法基础上做了改进，大大提高了搜索的效率-PSO and genetic algorithms to solve the maximum function, respectively, and in the traditional basis of particle swarm and genetic algorithms has been improved, greatly improving the efficiency of
GAPSO
- 基于遗传交叉算法的改进的混沌粒子群优化算法，收敛速度快，精度高-The improved chaotic particle swarm optimization algorithm based on genetic crossover algorithm has high convergence speed and high precision
一种改进的遗传粒子群算法GA_PSO
- Improved genetic particle swarm optimization (PSO) for people to learn and communicate
粒子群算法源代码
- 改进的粒子群算法，与遗传算法，神经网络，模拟退火等算法相结合(An improved particle swarm optimization algorithm combined with genetic algorithm, neural network, simulated annealing algorithm and so on)
PSO_TSP（混合粒子群：较优）
- 解决环球旅行问题的一种精确度比较高的算法，相较于蚁群算法和遗传算法都有较大的改进；(A high precision algorithm for solving global travel problems has a greater improvement than the ant colony algorithm and the genetic algorith)
pso2
- 粒子群比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。(It is more simple than the genetic algorithm rule. It doesn't have the crossover (Crossover) and the Mutati
gapso
- 在求解装备的资源约束型装配线一类平衡问题时，借助遗传算法和粒子群算法，并对遗传算法和粒子群算法进行改进，利用matlab程序进行优化求解。(The type 1 assembling line balancing problem for certain equipment is sovled with modified genetic-particle swarm optimization algorithm by using matlab languge.)
getparamsbyN
- 在求解装备的资源约束型装配线一类平衡问题时，借助遗传算法和粒子群算法进行优化求解，并对遗传算法和粒子群算法进行改进，利用matlab程序进行优化求解。(The type 1 assembling line balancing problem with resource constrained for certain equipment is sovled with modified genetic particle-swarm algorithm by using matlab languge
simulation
- 在求解装备的资源约束型装配线一类平衡问题时，借助遗传粒子群算法进行优化求解，并对遗传粒子群算法进行改进，利用matlab程序进行优化求解。本次结果是进行仿真的结果。(When solving the resource-constrained assembly line balance problem of equipment, the genetic particle swarm optimization algorithm is used to optimize the solution, a
遗传粒子群优化算法-GAPSO
- 遗传算法改进粒子群算法及混沌粒子群算法的源码(Improved genetic algorithm for particle swarm optimization and chaotic particle swarm optimization)