搜索资源列表
禁忌搜索算法实现蚁群繁殖问题算法
- 采用禁忌算法实现的蚁群繁殖算法，该问题可以很好地解决蚁群问题中优化问题-taboo algorithm using the Ant Algorithm breeding, the problem can be successfully resolved ant colony optimization problems
CDAPSO
- 一种新的随机优化技术:基于群落动态分配的粒子群优化算法(Community Dynamic Assignation-based Particle Swarm Optimization,CDAPSO)。新算法通过动态改变粒子群体的组织结构和分配特征来维持寻优过程中启发信息的多样性,从而使其全局收搜索能力得到了显著提高,并且能够有效避免早熟收敛问题。-a new stochastic optimization techniques : Community-based dynamic allocat
PSOvrp
- 利用粒子群算法求解VRP问题程序，其中和禁忌搜索算法结合成混合算法求解，
差别算法matlab源码
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation).源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应
智能蚁群算法及应用
- 作为群体智能的一种典型实现，蚁群算法正在受到学术界的广泛关注。这是一种基于种群寻优的启发式搜索算法，由M.Dorigo等人于1991年首先提出。本书从基本结构、算法特点、改进方法、突破途径、实现模式及应用模式等方面做了一些系统的研究工作，观点新颖，内容全面，具有一定的学术价值和研究意义
微粒群算法源程序
- 微粒群算法源程序 微粒群算法与其它进化类算法相类似，也采用“群体”与“进化”的概念，同样也是依据个体（微粒）的适应值大小进行操作。所不同的是，微粒群算法不像其它进化算法那样对于个体使用进化算子，而是将每个个体看作是在n维搜索空间中的一个没有重量和体积的微粒，并在搜索空间中以一定的速度飞行。
CLSPSO
- 混沌粒子群算法，具有很好的全局搜索能力！-Chaotic particle swarm algorithm has good global search capability!
pso_pathplanning
- 粒子群(PSO)路径规划。这个是一个局部路径规划，用了深度优先搜索算法，可以走出“陷阱”。-Particle Swarm (PSO) path planning. This is a local path planning, with a depth-first search algorithm, we can get out a
modern_youhua
- 现代最优化算法（有170多页的PPT，2010年的） 分为三个部分 Part 1 概论 Part 2 模拟退火算法 Part 3 遗传算法 现在常用的优化算法 禁忌搜索算法 模拟退火算法 遗传算法 人工神经网络 蚁群算法 粒子群算法 混合算法-Modern optimization algorithm is divided into three parts Part 1 Part 2 Introduction Part 3 simul
GSOandqunti
- 几篇关于群搜索优化（Group Search Optimizer， GSO）算法在的高质量论文：包括群体智能搜索，改进群搜索以及快速群搜索算法。-3 articles on the Group Search Optimizer, GSO algorithm in high-quality papers include: swarm intelligence search, group search, and fast group improved search algorithm.
GSO1
- 使用标准群搜索算法对种群进行优化，得到最优解-Using the standard group search algorithm optimize the population, to get the optimal solution
GSO2
- 使用改进群搜索算法对种群进行优化，运用在电力系统中效果显著。-Using improved search algorithm to optimize a population group, used in power system.
gso_qpso
- 将量子粒子群算法与群搜索算法进行融合，有效提高了算法的搜索效果。-Quantum particle swarm optimization (pso) algorithm with group search algorithm fusion, effectively improve the search results of the algorithm.
liziqun
- 粒子群算法，也称粒子群优化算法或鸟群觅食算法(Particle Swarm Optimization)，缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等 开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，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，但它比遗传算法规则更为简单，它没有遗传算法的"交叉"(Crossover) 和"
最基本的蚁群算法+2opt邻域搜索_求解TSP
- 蚁群算法，蚁群优化算法（ant colony optimization,ACO）就是一种特别成功的元启发式算法，在20年前诞生于意大利的一所最负盛名的大学——米兰理工大学。其灵感来源于真实蚂蚁的行为。(We list below 25 TSP instances taken from the World TSP. For these instances, the cost of travel between cities is specified by the Eulidean distance
PSO
- 粒子群搜索算法的一个简单的仿真程序的编写。根据PSO算法原理，在MATLAB中编程实现基于PSO算法的函数极值寻优算法。(A simple simulation program of particle swarm search algorithm. According to the principle of PSO algorithm, based on PSO algorithm, a function extreme optimization algorithm based on PSO a
第十章粒子群
- 对多峰搜索问题提出了一类动态微粒群算法,该算法通过变换函数将多峰问题中的所有峰变为等高峰(A kind of dynamic particle swarm optimization (DPSO) algorithm is proposed for multi-peak search problem. The algorithm transforms all the peaks in multi-peak problem into equal peaks by transforming funct
群搜索优化算法及其改进算法
- 文件内部包含原始GSO算法的原论文及其相应代码，还有改进后的SGSO算法的论文及其相应代码。
粒子群算法
- 粒子群算法，也称粒子群优化算法或鸟群觅食算法(Particle Swarm Optimization)，缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等 开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，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，但它比遗传算法规则更为简单，它没有遗传算法的"交叉"(Crossover) 和"
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