搜索资源列表
PSO
- 1、pso算法介绍 2、遗传算法与PSO 3、神经网络与PSO 4、PSO的参数设置
粒子群优化PSO程序包(Java,C,VB)
- C语言遗传算法程序包-NO. 11 heredity arithmetic programme packet of c programme language
pso-bp
- 这是一个采用粒子群算法优化bp神经网络权值的MATLAB程序-This is a particle swarm optimization using neural network weights bp MATLAB program
GA-PSOPSO
- (粒子群算法)作为添加算子改进GA (遗传算法),供大家学习-(PSO), as the operator to add to improve the GA (genetic algorithm) for them to learn
GA-BPNN
- 传统遗传算法优化BP网络的权值和阀值，获得较好的收敛性-GA,BP
java_evolutionary_algorithms
- 用Java实现的进化算法包。包括遗传算法、粒子群算法、memetic算法和进化策略算法。-evolutionary-algorithm Evolutionary Algorithm package implemented using Java. The package serves as a foundation class library, supporting the implementation many variants of Evolutionary Algorith
psoandimprovedpso
- 基本粒子群优化算法和改进粒子群优化算法程序，包括：用基本粒子群算法求解无约束优化问题，用带压缩因子的粒子群算法求解无约束优化问题，用线性递减权重粒子群优化算法求解无约束优化问题，用自适应权重粒子群优化算法求解无约束优化问题，用随机权重粒子群优化算法求解无约束优化问题，用学习因子同步变化的粒子群优化算法求解无约束优化问题，用学习因子异步变化的粒子群优化算法求解无约束优化问题，用二阶粒子群优化算法求解无约束优化问题，用二阶振荡粒子群优化算法求解无约束优化问题，用混沌粒子群优化算法求解无约束优化问题，
PSO_Java
- 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用领域，基于Java语言实现。-Compared with the genetic algorithm, PSO has the advantage is simple and easy and there is no need to adjust many parameters. Has been widely applied to function o
psoandga
- 粒子群算法及其与遗传算法的比较，加深交流！-pso ga compare
Ackely
- Ackley函数的粒子群优化算法的实现，对初学粒子群算法的有用-Ackley function of the particle swarm optimization algorithm, particle swarm optimization for beginners useful
TSP-based-on-improved-pso
- 基于对粒子群优化算法原理的分析，实现了一种基于TSP的改进的粒子群优化算法：求解TSP的混合粒子群算法，结合遗传算法、蚁群算法和模拟退火算法的思想来解决TSP问题。-Particle swarm optimization based on the principle of the analysis, implemented based on TSP, improved particle swarm optimization algorithm: solving the TSP hybrid pa
PSO
- 智能优化算法,有粒子群算法（matlab）和多岛遗传算法（C语言）-PSO optimization algorithm and nsga-II optimization algorithm
Particle-algorithm
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，有Eberhart博士和kennedy博士发明。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。 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
PSO
- 数学建模Pso算法 模拟退火 遗传算法-Pso mathematical modeling algorithm simulated annealing genetic algorithm, etc.
GA-to-RBF
- GA to RBF 神经网络，遗传算法，滤波器，MATLAB-GA to RBF neural networks, genetic algorithms, filters, MATLAB
pso-simulation
- 粒子群优化算法的源程序代码，其中结合了遗传算法进行优化。-Particle swarm optimization algorithm source code, which combines the genetic algorithm optimization.
GA-PSO
- 遗传算法结合粒子群算法的例子，采用matlab编程-Particle swarm optimization with genetic algorithms example, using matlab programming
pso
- 应用粒子群算法进行迭代优化，寻找目标最优值(Particle swarm optimization (PSO) algorithm is used for iterative optimization to find the optimal target value)
PSO-Python
- 粒子群算法，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“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。(The particle swarm optimization (PSO) al
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