搜索资源列表
psot
- 基於遗传粒子群的最新改进算法 -The latest improvements in genetic particle swarm algorithm
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
matlab-intelligent-algorithm-cases
- 30个以Matlab为基础的智能优化算法程序，包括了遗传算法、粒子群算法等，并且每种算法都有各类的改进算法-30 to Matlab-based intelligent optimization algorithm procedures, including the genetic algorithm, particle swarm optimization, etc., and each algorithm has improved algorithm types
tsp_pso
- ： 针对粒子群优化算法易陷入局部极值的缺点， 提 出一种改进粒子群算法， 该算法借鉴贪婪算法的思想初始化种群， 利用两 个种群同时寻优， 并将遗传算法中交叉和变异操作引入其 中， 实现种群间的信息共享。-I n a l l u s i o n t o p a r t i c l e s wa r m o p t i mi z a t i o n b ei n g pr on e t o g e t i n t o l oc a l mi n i mu m， a n
npso
- 分析粒子群算法在求解组合优化问题中的运行原理并与遗传算法和 改进的粒子群算法仿真比较． 结果表明 混合优化算法在收敛速度和精度上均有明显的提高-Ｔｈｅ ｍｅｃｈａｎｉｓｍ ｏｆ ｐ ａｒｔｉｃｌｅ ｓｗａｒｍ ｏ ｐ ｔｉｍｉｚａｔｉｏｎ ＰＳＯ ｉｎ ｓｏｌｖｉｎ ｇ ｃｏｍｂｉｎａｔｏｒｉａｌ ｏ ｐ ｔｉｍｉｚａｔｉｏｎ ｐ ｒｏｂｌｅｍｓ ｗａｓ ａｎａｌ ｙ ｚｅｄ．Ｓｉｍｕｌａｔｉｏｎｓ ｃｏｍ ｐ ａｒｉｓｏｎ ｗｉｔｈ
GAPSO
- 基于遗传交叉算法的改进的混沌粒子群优化算法，收敛速度快，精度高-The improved chaotic particle swarm optimization algorithm based on genetic crossover algorithm has high convergence speed and high precision
ANT-GA-PSO
- 将蚁群优化算法与粒子群优化算法进行组合，并利用遗传算法的交叉操作与变异操作对粒子多样性进行改进，提高全局优化效率，并配有实例演示。-The ant colony optimization algorithm and the particle swarm optimization algorithm are combined, and the genetic algorithm is used to improve the diversity of the particles.
粒子群算法源代码
- 改进的粒子群算法，与遗传算法，神经网络，模拟退火等算法相结合(An improved particle swarm optimization algorithm combined with genetic algorithm, neural network, simulated annealing algorithm and so on)
gapso
- 在求解装备的资源约束型装配线一类平衡问题时，借助遗传算法和粒子群算法，并对遗传算法和粒子群算法进行改进，利用matlab程序进行优化求解。(The type 1 assembling line balancing problem for certain equipment is sovled with modified genetic-particle swarm optimization algorithm by using matlab languge.)
simulation
- 在求解装备的资源约束型装配线一类平衡问题时，借助遗传粒子群算法进行优化求解，并对遗传粒子群算法进行改进，利用matlab程序进行优化求解。本次结果是进行仿真的结果。(When solving the resource-constrained assembly line balance problem of equipment, the genetic particle swarm optimization algorithm is used to optimize the solution, a