搜索资源列表
PSO-evolutionarycomputation
- 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。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
基于粒子群优化的模糊RBFPID板球控制代码
- 以固高科技板球控制系统为研究对象，用MATLAB的M语言编写的控制研究，仿真
GS_CH_PSO1.1_discrete1.0_2007830
- 基于粒子群优化与灰色系统理论的多目标优化程序，很好用-Based on Particle Swarm Optimization and gray system theory of multi-objective optimization process, a very good use
pso_vcpp
- 粒子群算法 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。-pso 粒子群优化算法(PSO)是一种进化计算技术(evolutionary
version2
- 实现基于蒙特卡洛算法的rb粒子滤波，带有再采样步骤，针对强非线性系统，有较好的效果。-Rb-based Monte Carlo algorithm to achieve particle filter with re-sampling step, for the strongly nonlinear systems, there are good results.
Texture-rendering-based-on-particle-systems-and-ir
- 基于粒子系统和纹理绘制的火焰模拟Texture rendering based on particle systems and fire simulation-Texture rendering based on particle systems and fire simulation
qpso
- 采用基于量子粒子群算法来计算电力系统无功优化-Based on the quantum particle swarm algorithm to compute reactive power optimization
Optimal-design-of-PID-parameter
- 研究基于粒子群算法控制系统PID参数优化设计方法以及对PID控制的改进。- study the optimal design of PID parameter of the control system based on Particle Swarm Optimization and find a way to improve the PID control.
PSO
- 基于粒子群算法的OFDM系统物理层资源分配-resource allocation on OFDM system by PSO aglorithm
liziqun
- 分析了软件测试中测试用例自动生成技术的发展现状和粒子群优化算法的基本原理及实现步骤,并详细研究了几种重要的改进的粒子群优化算法。在此基础上,改进了基本粒子群优化算法,提出了基于改进的粒子群优化算法的测试用例自动生成系统框架,并给出了基于改进的粒子群优化算法的测试用例自动生成算法。 最后,采用matlab语言编程实现了基于改进的粒子群优化算法的测试用例自动生成算法,用具体实例对其进行了实验,并对结果数据进行了分析。 本文提出的基于改进的粒子群优化算法的测试用例自动生
liziqun
- 基于粒子群算法的 电力系统最优机组检修策略-Maintenance strategy based on particle swarm algorithm optimal power unit
gibbs
- Gibbs Sampling 这个绝妙的想法在1953年被 Metropolis想到了，为了研究粒子系统的平稳性质， Metropolis 考虑了物理学中常见的波尔兹曼分布的采样问题，首次提出了基于马氏链的蒙特卡罗方法，即Metropolis算法，并在最早的计算机上编程实现。Metropolis 算法是首个普适的采样方法，并启发了一系列 MCMC方法，所以人们把它视为随机模拟技术腾飞的起点。 Metropolis的这篇论文被收录在《统计学中的重大突破》中， Metropolis算法也被遴选为二十
single-objective
- 基于粒子群算法PSO的水火电系统日前调度的经济运行和环境运行单目标优化-PSO algorithm based on particle swarm optimization of hydro-thermal system before scheduling a single run economic performance and environmental goals
ngtcages
- 是小学期课程设计的题目，虚拟力的无线传感网络覆盖，搭建OFDM通信系统的框架，多目标跟踪的粒子滤波器，多抽样率信号处理，基于SVPWM的三电平逆变的matlab仿真。- Is the topic of the elementary school stage curriculum design, Virtual power wireless sensor network coverage, Build a framework OFDM communication system, Multi-tar
gdwgzxuw
- 具有丰富的参数选项,基于人工神经网络的常用数字信号调制，采用偏最小二乘法，给出接收信号眼图及系统仿真误码率，粒子图像分割及匹配均为自行编制的子例程，可以得到很精确的幅值、频率、相位估计。- It has a wealth of parameter options, The commonly used digital signal modulation based on artificial neural network, Partial least squares method, The rec
filter-in-video-sequences
- 粒子滤波理论是近年来跟踪领域的热门研究课题。在该领域，传统的卡尔曼（Kalman）滤波器是非常经典的运动目标跟踪工具。然而经典亦有其弊端，卡尔曼滤波对于非线性及非高斯环境下的工作能力相当无力。为解决这一问题，本文提出了一种基于粒子滤波的目标跟踪方法。其核心为以粒子(一种随机样本，携带权值)来表示后验概率密度，从而得到基于物理模型的近似最优数值解，其优点在于能在追踪的过程中实现更高的精度和更快的收敛速度等。粒子滤波通过加权计算这些带有权重的随机样本来得到目标的近似的运动状态，因此对于非高斯和非线性
新建文件夹
- 基于粒子群优化的最小二乘支持向量机的电力系统短期负荷预测的matlab仿真程序。(Matlab simulation program for short-term load forecasting of power system based on particle swarm optimization (PSO).)
粒子群算法 matlab
- 一种基于迭代的优化算法，系统初始化为一组随机解，通过迭代搜寻最优值，粒子在解空间追随最优的粒子进行搜索(Particle swarm optimization)
基于SVM电力系统短期负荷预测的一个例程
- 短期电力负荷预测，支持向量机结合粒子群算法进行短期电力负荷预测的实例(short-time load forecasting)
粒子群算法无功优化matlab程序
- 基于粒子群算法的ieee节点系统优化matlab程序