搜索资源列表
pso_goldstein
- 标准PSO算法代码采用C++编制；注释丰富；带有测试函数；测试函数在（0，-1）处取得最小值3。编译运行通过修改优化模型即可直接用来优化你所需求解问题,本人在弹道优化方面已测试成功。代码内总共进行50次pso搜索运算，以提高算法的可靠性，迭代最大次数限制在500次以内，输出最佳适应值和取得最佳适应值时的迭代次数，平均进行每次pso运算要多少次迭代才能得到满足条件的解-Standard PSO algorithm using C++ code compiled Notes rich with
pso-tracking
- MATLAB程序；粒子群优化算法源代码，详细简单，适合理解粒子群算法的思路，-pso particle swarm optimization
code
- 该代码为基于pso算法优化的PID神经网络的系统控制算法 清空环境变量 粒子初始化 初始种群极值 迭代寻优 最优个体控制(The code is the system control algorithm of PID neural network based on PSO algorithm optimization Empty the environment variable Particle initialization Initial population extremum
PSO+2
- 基于模拟退火的PSO算法;用一个算列来说明该方法；同步变化学习因子PSO算法,也用一个算例来说明;本人运行测试通过(PSO algorithm based on simulated annealing; a column is used to illustrate the method; I run the test.)
“群体智能算法”Matlab工具箱3.0
- 群体智能算法”Matlab工具箱3.0 集成了八种种群体智能算法：'PPNGA','SFLA','MSFLA','AF-SFLA','PSO','ABC','DEr1','DEb2' % 2、适应度函数开放了一个参数Parmaters，接收本文件Options.Parmaters传递的参数，实例参见m文件F3_Rastrigin.m % 3、本程序设置了三个终止条件，终止条件3是必需的；终止条件1,2是可选的，不需要时隐去代码即可 % 4、在优化参数设置中，小种群设置与大种群设置各有优势
PSO-BP
- 粒子群算法优化BP神经网络，可用于指标预测(BP neural network optimized by Particle swarm optimization (PSO) that can be used for index prediction)
粒子群算法优化极限学习机PSO_ELM
- PSO粒子群算法优化极限学习机ELM参数，即PSO-ELM(The PSO particle swarm optimization algorithm is used to optimize the extreme learning machine ELM, ie pso-elm)