搜索资源列表
PSO26
- 粒子群算法 寻优算法非线性函数 极值 寻优-Particle Swarm Optimization Algorithm for the optimization of nonlinear function extremum
Particle-swarm-optimization
- 粒子群算法的寻优算法-非线性函数极值寻优-Particle swarm optimization algorithm- Extreme nonlinear function optimization
jizhizuiyou
- 已调试好的神经网络遗传算法函数极值寻优-非线性函数极值的算法程序-Has debugging function neural network genetic algorithm optimization extreme- extreme nonlinear function of the algorithm
optimization-algorithm
- 神经网络案例：粒子群算法的寻优算法-非线性函数极值寻优-Neural network case: particle swarm optimization algorithm- extreme optimization of nonlinear function
matlab1
- 神经网络遗传算法函数极值寻优--非线性函数极值代码，内附有详细代码，详细请参考matlab在数学建模中的应用。-Neural network genetic algorithm function optimization extreme- extreme nonlinear function code, containing a detailed code, matlab details please refer to the application of mathematical modeli
extreme-non-linear-function
- 神经网络遗传算法函数极值寻优-非线性函数极值-Function neural network genetic algorithm optimization extreme- extreme non-linear function
shenjingwagnluoyichuan
- 神经网络遗传算法，matlab，用于函数极值寻优-非线性函数极值，源代码-Neural network genetic algorithm, matlab, for function optimization extreme- extreme non-linear function, source code
lizisuanfa
- 粒子群算法的寻优算法，matlab，神经网络，非线性函数极值寻优-Particle swarm optimization algorithm, matlab, neural networks, nonlinear optimization function extremum
genetic-algorithm-and-nonlinea
- 基于遗传算法和非线性规划的函数寻优算法在一组等式或者不等式的约束下求极值。 基于遗传算法和非线性规划的函数寻优算法 在一组等式或者不等式的约束下求极值。-Based on genetic algorithm and nonlinear programming function optimization algorithm in a set of equations or inequality constraints for extreme value. Based on geneti
bpycl1
- 神经网络遗传算法函数极值寻优-非线性函数极值-Neural network genetic algorithm function optimization nonlinear function extreme value
Genetic_BP
- 根据神经网络和遗传算法原理，在MATLAB中编程实现神经网络遗传算法非线性函数寻优-Nonlinear function of the neural network, genetic algorithm optimization based on neural network and genetic algorithm theory, programming in MATLAB
Genetic Nonlinear Matlab
- 遗传算法虽然全局搜索能力较强，但是局部搜索能力较弱，一般只能搜索到函数优化问题的次优解，而不是最优解，特别是函数具有多个峰值时，遗传算法易陷入局部极小，不能找到真正的全局最优解。非线性规划因多采用梯度下降方法求解，而具有极强的局部搜索能力。因此，本源代码结合两种算法的优点，一方面采用遗传算法进行全局搜索，另一方面采用非线性规划进行局部搜索，以得到函数优化问题的全局最优解。实验证明，这种方法不仅能解决多峰函数寻优易陷入局部极小的问题，而且具有很高的迭代寻优效率，取得了满意的结果。-Global s
30-cases-in-matlab
- MATLAB智能算法30个案例分析，109页的详细讲解，程序和程序注解，可以直接复制代码。包括遗传算法，基于遗传算法和非线性规划的函数寻优算法，遗传算法工具箱详解及应用，多种群遗传算法的函数优化算法， 基于粒子群算法的多目标搜索算法，基于多层编码遗传算法的车间调度算法，基于遗传模拟退火算法的聚类算法，蚁群算法，支持向量机等等30章。-MATLAB intelligent algorithm 30 case studies, 109 detailed explanations, procedur
PSO
- 基于粒子群优化算法PSO的非线性函数极值寻优-Based on Particle Swarm Optimization PSO optimization extreme nonlinear function
Extreme-nonlinear-function
- 神经网络训练拟合根据寻优函数的特点构建合适的BP神经网络,用非线性函数的输入输出数据训练BP神经网络,训练后的BP神经网络就可以预测函数输出。遗传算法极值寻优 把训练后的BP神经网络预测结果作为个体适应度值,通过选择、交叉和变异操作寻找函数的 全局最优值及对应输入值。 -Neural network training function fitting based optimization features built right on BP neural network, using
Nonlinear-system-modeling
- 本课题首先根据寻优函数的特点构建合适的BP神经网络,用非线性函数的输入输出数据训练BP神经网络,训练后的BP神经网络就可以预测函数输出。遗传算法极值寻优 把训练后的BP神经网络预测结果作为个体适应度值,通过选择、交叉和变异操作寻找函数的 全局最优值及对应输入值。 -Neural network training function fitting based optimization features built right on BP neural network, using no
PSO
- 粒子群算法的寻优算法-非线性函数极值寻优-Particle swarm optimization algorithm- nonlinear function optimization extreme
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。
基于遗传算法和非线性规划的函数寻优算法
- chapter2 基于遗传算法和非线性规划的函数寻优算法，遗传算法在很多领域得到应用(chapter2 based on genetic algorithms and nonlinear programming function optimization algorithm, genetic algorithm is applied in many fields)
粒子群优化算法的寻优算法——非线性函数极值寻优
- 粒子群优化算法的寻优算法——非线性函数极值寻优(Particle swarm optimization algorithm -- nonlinear function extremum seeking optimization)