搜索资源列表
DEPSO
- pso,paritcle swarm optimization,粒子群，群智能优化算法-paritcle swarm optimization
jianmobaodian
- 在提高训练中我们主要针对时序图分析，现代智能优化算法（遗传算法和蚁群算法），动态规划，排队理论，目标规划，层次分析以及决策论等相关理论做了比较深刻的了解。然后针对具体情况，具体问题进行建模训练，并加以上机实习。-In training, we aimed to improve timing diagram analysis, modern intelligent optimization algorithm (genetic algorithm and ant colony optimizati
yiqun01
- 蚁群智能优化算法，程序结构清晰，简单易懂-Intelligent ant colony optimization algorithm, program structure clear and easy to understand
antTSP
- 蚁群智能优化算法，以解决旅行商问题为例GUI编程。-Ant colony optimization algorithm, to solve the traveling salesman problem, for example
Bat-Inspired-Algorithm
- 新型的群智能优化算法，蝙蝠算法，希望能够帮到学习智能算法的朋友。-The novel swarm intelligence optimization algorithm, bat algorithm, learning and intelligent algorithms friends want to be able to help.
firefly-algorithm
- 萤火虫算法作为一种新颖的仿生群智能优化算法.萤火虫算法在连续空间和离散空间优化的可行性和有效性，具有良好的应用前景.-firefly algorithm (FA) is developed as a novel bionic swarm intelligence optimization method． the new bioinspired algorithm has better feasibility and validity for continuous space optimizati
lssvm1
- 基于支持向量机参数优化的群智能优化算法研究 -Optimization algorithm based on support vector machine parameter optimization of swarm intelligence
Codes-of-BSA-and-CSO
- Chicken Swarm Optimization（CSO）鸡群优化算法，2014年提出的群智能优化算法。 Bird Swarm Algorithm（BSA）鸟群算法，2015年最新的群智能优化算法。 作为两种全新的群智能优化算法，CSO和BSA都具有简单，良好扩展性的特点，是天然的多种群算法！ http://cn.mathworks.com/matlabcentral/profile/authors/3317597-xian-bing-meng 有关算法信息，可在上述网站查询
Untitled
- 粒子群智能优化算法，带有交叉因子，结构好，调试方便-Particle swarm intelligence optimization algorithm with crossover factor, good structure, convenient debugging
BSA
- BSA-鸟群算法2015提出的仿生群智能优化算法，包括源码和论文。-BSA- bird swarm algorithm 2015 proposed bionic swarm intelligence optimization algorithm, including source code and papers.
Krill-Herd
- 一种新兴的群智能优化算法，磷虾群优化算法，用于解决不同的优化问题，具有较强的全局搜索能力。-A new kind of swarm intelligence optimization algorithm, krill swarm optimization, optimization is used to solve different problems, with a strong global search capability.
基于人工鱼群算法的一元非线性函数寻优
- 人工鱼群算法是受鱼群行为的启发，由李晓磊等人于2002年提出的一种基于动物行为的群体智能优化算法。在一片水域中，鱼往往能自行或尾随其它鱼，找到营养物质最多的地方，因而鱼生存数目最多的地方一般就是本水域中营养物质最丰富的地方。人工鱼群算法根据这一特点，通过构造人工鱼来模仿鱼群的觅食、聚群、追尾、随机行为，从而实现寻优。本代码是基于人工鱼群算法的一元非线性函数寻优。
人工蜂群算法
- 人工蜂群算法(Artificial Bee Colony, ABC)是由Karaboga于2005年提出的一种新颖的基于群智能的全局优化算法，其直观背景来源于蜂群的采蜜行为，蜜蜂根据各自的分工进行不同的活动，并实现蜂群信息的共享和交流，从而找到问题的最优解。人工蜂群算法属于群智能算法的一种。(Artificial bee colony algorithm is a novel optimization algorithm based on swarm intelligence is propos
粒子群基本算法
- 粒子群优化算法 智能优化算法 单目标优化(particle swarm optimization)
蚁群算法
- 实现了最佳路劲选择，而不遗漏任何一个坐标位置的蚁群算法程序，c++.(An ant colony algorithm program for selecting the best road strength without missing any one coordinate position, c++.)
蚁群算法智能优化
- 基于改进蚁群算法的机器人路径规划 包括路径规划、路径优化等等(Robot path planning based on improved ant colony algorithm)
13中粒子群优化算法
- 十三种各种用于寻优计算的粒子群智能优化算法源程序(The source program of thirteen kinds of particle swarm intelligent optimization algorithms for optimization calculation)
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)
全局群智能优化算法改进ELM
- 利用全局优化算法改进群智能算法从而改进ELM(Global group intelligence optimization algorithm improves ELM)
鲸鱼群智能优化神经网络（WOA-NN）
- 利用鲸鱼群智能优化算法实现对神经网络的优化，实验结果能够有效避免传统神经网络过拟合的问题，有效提高模型识别精度。内容包含：woa主函数，woa-nn优化主函数；以及三个分类原始数据可供优化模型验证。