搜索资源列表
Optimizers
- 一系列好用的用户友好的启发式优化算法，包括非自适应算法，基于模拟退火算法的种群算法，基本遗传算法，差分进化算法以及粒子群优化算法。此外，也包括神圣算法，它利用了所有这些优化算子，虽然有时交换种群之间的不同算法。-A nice set of user-friendly heuristic optimizers. Included are a non-adaptive, population based Simulated Annealing algorithm, a basic Genetic A
pso
- 粒子群优化(Particle Swarm Optimization - PSO) 算法是一种新兴的有潜力的进化算法( Evolutionary Algorithm - EA) .PSO 算法,和遗传算法相似,它也是从随机解出发,通过迭代寻找最优解,它也是通过适应度来评价解的品质. 但是它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。-pso
3x
- 基于粒子群的算法和混沌搜索的协同优化算法-Collaborative optimization algorithm based on particle swarm algorithm and chaotic search
The-programming-collective-wisdom
- 《集体智慧编程》(programming collective intelligence building smart web 2.0 applications)以机器学习与计算统计为主题背景，专门讲述如何挖掘和分析web上的数据和资源，如何分析用户体验、市场营销、个人品味等诸多信息，并得出有用的结论，通过复杂的算法来从web网站获取、收集并分析用户的数据和反馈信息，以便创造新的用户价值和商业价值。全书内容翔实，包括协作过滤技术（实现关联产品推荐功能）、集群数据分析（在大规模数据集中发掘相似的数
Aqpsozipn
- 在网络异常检测中,为了提高对异常状态的检测率，降低对正常状态的误判率,本文提出一种基于量子粒子群优化算法训练小波神经网络进行网络异常检测的新方法。利用用量子粒子群优化算法(QPSO)训练小波神经网络,将小波神经网络(WNN)中的参数组合作为优化算法中的一个粒子,在全局空间中搜索具有最优适应值的参数向量。 -This paper presents a new method of network anomaly detection based on quantum particle swarm
1
- 智能优化算法作为新兴的搜索算法，一般是指利用自然界的生物系统与优化过程的某些相似性而逐步发展起来的优化算法，如遗传算法、粒子群算法、蚁群算法等，它们通过对搜索空间中的一组解按概率规则操作得到下一组解。 人工鱼群算法源于对鱼群运动行为的研究，是一种新型的智能仿生优化算法。它具有较强的鲁棒性、优良的分布式计算机制、易于和其它方法结合等优点。目前对该算法的研究、应用已经渗透到多个应用领域，并由解决一维静态优化问题发展到解决多维动态组合优化问题。 -As an emerging intell
Ant-Colony-Algorithm
- 目前智能算法越来越受到人们的关注,如神经网络、遗传算法、蚁群算法、粒子群算法等,蚁群算法是受自然界中蚂蚁搜索食物行为启发而提出的一种智能优化算法。-Currently more and more intelligent algorithm attention, such as neural networks, genetic algorithms, ant colony algorithm, particle swarm algorithm, ant colony algorithm is af
pso
- 粒子群优化算法(Particle Swarm optimization,PSO)又翻译为粒子群算法、微粒群算法、或微粒群优化算法。是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法。通常认为它是群集智能 (Swarm intelligence, SI) 的一种。它可以被纳入多主体优化系统(Multiagent Optimization System, MAOS).粒子群优化算法是由Eberhart博士和kennedy博士发明。-PSO (Particle Swarm optimiz
code
- 粒子群优化算法:是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法。-Particle Swarm Optimization
qpso
- 该算法是以粒子群中粒子的收敛特性为基础,依据量子物理理论提出的,改变了传统粒子群算法的搜索策略,可使粒子在整个可行解空间中搜索寻求全局最优解。同时该算法的进化方程中不需要速度向量,而且进化方程的形式更简单,参数较少且容易控制。对两个算例进行仿真测试,证实该算法可有效解决经济负荷分配问题 性能对比显示,该算法求得的解优于已有的改进粒子群算法及其它优化算法所求得的解。-The algorithm is based on convergence particle swarm particle basi
moba_demo
- 为了快速求解大规模优化问题,根据蝙蝠回声定位行为构造出了可全局收敛的蝙蝠算法。在该算法中,每个蝙蝠对应着优化问题的一个候选解；采用正交拉丁方原理构筑蝙蝠群的初始空间位置,以达到对搜索空间的均衡分散性和整齐可比性覆盖；将蝙蝠的追随、自主、避险和从众行为用于构造每个蝙蝠的空间位置转移策略；利用蝙蝠捕获猎物时的响度和脉冲速率来确保整个蝙蝠群要么保持原状态、要么向好的空间位置转移,但绝不会向差的空间位置转移,从而确保了整个算法的全局收敛性；在蝙蝠群移动过程中,蝙蝠从一个空间位置转移到另一个空间位置实现了
demo5
- 基于粒子群算法的多目标搜索算法：多种求解多目标优化问题的方法(Multi objective search algorithm based on Particle Swarm Optimization: a variety of methods for solving multi-objective optimization problems)
chapter14基于粒子群算法的PID控制器优化设计
- chapter15基于混合粒子群算法的TSP搜索算法(A TSP Search Algorithm Based on Hybrid Particle Swarm Optimization)
新建 Microsoft Word 97 - 2003 文档
- PSO算法是基于群体的，根据对环境的适应度将群体中的个体移动到好的区域。然而它不对个体使用演化算子，而是将每个个体看作是D维搜索空间中的一个没有体积的微粒（点），在搜索空间中以一定的速度飞行，这个速度根据它本身的飞行经验和同伴的飞行经验来动态调整(PSO algorithm is based on the group, according to the environment to the fitness of the individual to move to the area.However
蚁群算法
- 路径规划是水下潜器智能控制的关键技术之一，其任务是在已知障碍物的环境中按照某一 最优指标寻找一条从起始点到目标点的无碰路径。使用蚁群算法对水下潜器三维空间路径规划问 题进行了研究，以 ACS 算法为基础设计了路径优化搜索算法，详细讨论了信息素表示方法、路径 点选取原则、启发式函数设计和信息素更新规则，给出了算法的具体流程，仿真实验结果表明， 该算法能够方便有效的实现三维空间中的路径规划。(Path planning is one of the key technologies of unde
改进的群搜索优化算法_景书杰
- 群搜索优化算法在matla中的实现，群集智能算法( Swarm Intelligence Algorithm)是 近 年出现的一类新的智能优化算法。 与其它基于随机搜 索的优化算法一样，具有易实现、 适用范围广的特点。(preindex=index; prebestmember=bestmember; fvalue = eval(strcat(fname ,'(population)')); [fbestval,index] = min(fvalue); bestmember
蚁群算法
- 蚁群算法是一种用来寻找优化路径的概率型算法。它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。 这种算法具有分布计算、信息正反馈和启发式搜索的特征，本质上是进化算法中的一种启发式全局优化算法。蚁群算法的matlab实现(Ant colony algorithm is a probabilistic algorithm for finding optimal paths. It was put forward by Marco Dori
粒子优化群算法进行配电网络重构
- 配电网网络重构是配电系统极为重要的优化手段.以配电网网损最低为目标函数,结合约束条件确定配电网静态重构的数学模型,提出基于环路编码、分环替代的策略对配电网重构问题进行求解,最后结合IEEE-33节点算例,证明提出的算法,在降低搜索空间,提高寻优成功率和增加寻优效率上都有突出表现.(Distribution network reconfiguration is a very important means of optimization in distribution system. Taking
Democratic-RPSO-master
- 机器人粒子群算法，主要是机器人用粒子群优化算法，进行目标的搜索。(Robot particle swarm optimization (PSO), which is mainly used by robot to search the target.)
SSMOPSO code
- 形成策略被用来形成稳定的生态位，小生境/子种群被优化以并行地搜索和维护帕累托最优解。此外，还提出了一种自组织机制，以提高物种制定的效率和算法的性能。为了在决策空间和目标空间保持解决方案的多样性，SS-MOPSO采用了非主导排序方案和特殊拥挤距离技术。(In the proposed method, the speciation strategy is used to form stable niches and these niches/subpopulations are optimized