搜索资源列表
基于粒子群优化的模糊RBFPID板球控制代码
- 以固高科技板球控制系统为研究对象，用MATLAB的M语言编写的控制研究，仿真
GS_CH_PSO1.1_discrete1.0_2007830
- 基于粒子群优化与灰色系统理论的多目标优化程序，很好用-Based on Particle Swarm Optimization and gray system theory of multi-objective optimization process, a very good use
version2
- 实现基于蒙特卡洛算法的rb粒子滤波，带有再采样步骤，针对强非线性系统，有较好的效果。-Rb-based Monte Carlo algorithm to achieve particle filter with re-sampling step, for the strongly nonlinear systems, there are good results.
TextureMappingAndParticalSystemSimulationOfTheFlam
- 对不规则模糊物体模拟是计算机图形学研究的热点问题之一，其中火焰是一种常见的涉及面较广的自然现象，因此火焰模拟具有重要意义。本文提出了一种基于粒子系统和纹理映射以及OpenGL混合技术的３Ｄ火焰模拟模型，本方法采用特定的几何造型作为基本粒子，既能提高绘制速度又能降低计算量，并通过粒子混合实现了火焰不同区域颜色的变化，同时反映了其中温度的差异。另外该方法还反映了风力对粒子系统的影响。实验结果表明，利用该方法模拟的火焰逼真，占用资源少，能较好地满足多种场合的实时绘制需要- Pairs of ir
Texture-rendering-based-on-particle-systems-and-ir
- 基于粒子系统和纹理绘制的火焰模拟Texture rendering based on particle systems and fire simulation-Texture rendering based on particle systems and fire simulation
qpso
- 采用基于量子粒子群算法来计算电力系统无功优化-Based on the quantum particle swarm algorithm to compute reactive power optimization
Optimal-design-of-PID-parameter
- 研究基于粒子群算法控制系统PID参数优化设计方法以及对PID控制的改进。- study the optimal design of PID parameter of the control system based on Particle Swarm Optimization and find a way to improve the PID control.
Desktop
- 基于粒子群的定位系统理论，有很强的理论推导公式，希望对你有用-Positioning system based on particle swarm theory, there is strong theoretical derivation of the formula, you want to be useful
123
- 基于双适应度的粒子群算法，采用matlab编程，收敛效果好，可用于求解最优潮流等电力系统优化问题！-Based on the fitness of the two-particle swarm optimization using matlab programming, convergence effect, and can be used to solve power system optimization such as optimal power flow problem!
pso-paper
- 基于粒子群算法的电力系统经济负荷分配研究-Based on particle swarm optimization of power system economic load allocation study
PSO
- 基于粒子群算法的OFDM系统物理层资源分配-resource allocation on OFDM system by PSO aglorithm
liziqun
- 基于粒子群算法的 电力系统最优机组检修策略-Maintenance strategy based on particle swarm algorithm optimal power unit
gibbs
- Gibbs Sampling 这个绝妙的想法在1953年被 Metropolis想到了，为了研究粒子系统的平稳性质， Metropolis 考虑了物理学中常见的波尔兹曼分布的采样问题，首次提出了基于马氏链的蒙特卡罗方法，即Metropolis算法，并在最早的计算机上编程实现。Metropolis 算法是首个普适的采样方法，并启发了一系列 MCMC方法，所以人们把它视为随机模拟技术腾飞的起点。 Metropolis的这篇论文被收录在《统计学中的重大突破》中， Metropolis算法也被遴选为二十
single-objective
- 基于粒子群算法PSO的水火电系统日前调度的经济运行和环境运行单目标优化-PSO algorithm based on particle swarm optimization of hydro-thermal system before scheduling a single run economic performance and environmental goals
pid
- 主要研究基于粒子群算法控制系统PID参数优化设计方法以及对PID控制的改进。选择控制系统的目标函数，本控制系统选用时间乘以误差的绝对值，通过对控制系统的逐步仿真,对结果进行分析-The main research based on particle swarm optimization algorithm control system PID parameter optimization design method and the improvement of PID control. Choo
filter-in-video-sequences
- 粒子滤波理论是近年来跟踪领域的热门研究课题。在该领域，传统的卡尔曼（Kalman）滤波器是非常经典的运动目标跟踪工具。然而经典亦有其弊端，卡尔曼滤波对于非线性及非高斯环境下的工作能力相当无力。为解决这一问题，本文提出了一种基于粒子滤波的目标跟踪方法。其核心为以粒子(一种随机样本，携带权值)来表示后验概率密度，从而得到基于物理模型的近似最优数值解，其优点在于能在追踪的过程中实现更高的精度和更快的收敛速度等。粒子滤波通过加权计算这些带有权重的随机样本来得到目标的近似的运动状态，因此对于非高斯和非线性
粒子群PID
- 该代码为基于pso算法优化的PID神经网络的系统控制算法(The code is based on the PSO algorithm optimized PID neural network system control algorithm)
粒子群算法 matlab
- 一种基于迭代的优化算法，系统初始化为一组随机解，通过迭代搜寻最优值，粒子在解空间追随最优的粒子进行搜索(Particle swarm optimization)
基于粒子群优化的多智能体协作进化方法
- 粒子群优化在多智能体系统上的应用和仿真实现(the implementation of PSO in multi-agent systems)
粒子群算法无功优化matlab程序
- 基于粒子群算法的ieee节点系统优化matlab程序