搜索资源列表
psoprogress.rar
- ％程序名称：求解约束优化问题的改进粒子群优化算法 ％程序功能：求解带各种约束条件的优化问题 ％输入条件：各种初始条件，以及设定参数 ％输出数值：最优解位置以及函数极小值 , Program name: for solving constrained optimization problems to improve particle swarm optimization algorithm program features: solving with a variety of constr
pso
- 粒子群优化算法，智能算法的一种，对于求解函数优化、调度问题、全局优化问题等快速收敛到最优解。-PSO
PSO
- 基于matlab的粒子群（PSO）算法求解BANANA函数的极值-PSO Algorithm for Banana function optimization (Matalab)
function
- 求解函数优化的一种改进的粒子群算法，带有详细注释-a pso algorithm for function optimazaion
POS---CPP
- pos算法，粒子群优化算法求解函数最小之问题-pos algorithms, particle swarm optimization algorithm for solving the problem of the minimum function
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
constrain-opt
- 针对工程优化设计问题,提出了基于混沌粒子群算法的工程约束优化问题求解方法。CPSO算法利用混沌搜 索的全局遍历性、随机性和规律性等特点, 引导粒子在全局范围内搜索, 从而克服了传统粒子群算法早熟收敛的缺点。 该算法以种群适应度方差作为粒子群优化算法早熟收敛的判据, 并用惩罚函数法处理违法约束的粒子, 当基本粒子群算 法陷入早熟时, 随机选择粒子群中的部分粒子实施混沌搜索, 直至满足迭代收敛条件为止。CPSO算法能提高种群的多 样性和粒子搜索的遍历性, 从而有效提高了PSO算法的收
liziqun
- 用粒子群算法求解多峰多极值函数的全局最优解-Particle swarm algorithm for solving multi-modal global optimal solution of the extremal function
Opposition-based-Stud-Genet
- 为进一步提高螺栓遗传算法的优化效率，加速寻优过程，提出基于对立策略的螺栓遗传算法。该算法在种群初始化阶段和变异阶段均用对立取代随机方式，提高产生解的质量。利用测试函数对算法的效率进行检验，将其与差分算法、遗传算法、粒子群算法和螺栓遗传算法进行对比，结果表明，新算法具有更快的收敛速度和更高的求解精度。-In order to improve the performance of Stud Genetic Algorithm(SGA) and accelerate the convergence s
PSOTool
- 求解非线性方程组方法有经典算法以及近年来流行的遗传算法．牛顿法及其改进形式,但是此类算法的收敛性在很大程度上依赖于初始点的选择，对于某些非线性方程组容易导致求解失败 为了克服经典算法的缺点，设计了求解非线性方程组的混合遗传算法,但依然对方程组和编码方法有很高要求。PSO是受到鸟群或者鱼群社会行为的启发而形成的一种基于种群的随机优化技术。它是一类随机全局优化技术，通过粒子间的相互作用发现复杂搜索空间中的最优区域。该算法是一种基于群体智能的新型演化计算技术，具有简单易实现、设置参数少、全局优化能力强
Optimization-design-experiment2
- 从数控机床能耗角度出发，以切削参数为变量，以降低数控机床能耗为目标，在实际加工经验公式的基础上，考虑机床性能和刀具约束条件，建立数控机床能耗模型，采用粒子群优化算法对目标函数寻优求解，利用优化后的切削参数进行加工，能明显地降低能耗。-From the perspective of CNC machine tool consumption to cutting parameters as variables , in order to reduce the energy consumption o
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
AISMOP2
- 该函数演示具有偏好等级的多目标perota优化问题(由粒子群算法改编求解ZDT1)-This function demonstrates the preference level of multi-objective perota optimization problem (by particle swarm algorithm for solving ZDT1)
PSO
- 求解函数优化问题的标准粒子群算法,matlab编程-particle swarm optimization，matlab programmin
PSO
- 基于罚函数的粒子群算法的函数寻优，求解结果收敛较快且不易陷入局部最优-The function optimization of the particle swarm algorithm based on the penalty function is faster and difficult to get into the local optimal
qpso
- 量子粒子群算法：因为粒子的位置和速度在量子空间中不能一起确定，所以用波函数表示粒子位置，通过蒙特卡罗方法求出粒子位置。gbest求解通过平均最好位置mbest得到。mbest是所有个体平均最优，通过它来求解粒子出现在相对点的位置，用L表示。而粒子的势表示位置的最终值，与L直接相关。(Quantum particle swarm optimization (QPSO): because the position and velocity of the particle can not be det
GA-PSO
- PSO算法计算函数极值时，常常出现早熟现象，导致求解函数极值存在较大的偏差，然而遗传算法对于函数寻优采用选择、交叉和变异算子操作，直接以目标函数作为搜索信息，以一种概率的方式来进行，因此增强了粒子群优化算法的全局寻优能力，加快了算法的进化速度，提高了收敛精度。(When PSO algorithm calculates function extremum, it often appears premature phenomenon, which leads to large deviation