搜索资源列表
包括蚁群，模拟退火，遗传，神经网络，禁忌搜索等智能优化算法对TSP问题的解决
- 包括蚁群，模拟退火，遗传，神经网络，禁忌搜索等智能优化算法对TSP问题的解决，matlab程序。
qpso
- 在网络异常检测中,为了提高对异常状态的检测率，降低对正常状态的误判率,本文提出一种基于量子粒子群优化算法训练小波神经网络进行网络异常检测的新方法。利用量子粒子群优化算法(QPSO)训练小波神经网络,将小波神经网络(WNN)中的参数组合作为优化算法中的一个粒子,在全局空间中搜索具有最优适应值的参数向量。- In order to improve the detection rate for anomaly state and reduce the false positive rate for n
MATLABoptimization
- matlab最优化程序包括 无约束一维极值问题 进退法 黄金分割法 斐波那契法 牛顿法基本牛顿法 全局牛顿法 割线法 抛物线法 三次插值法 可接受搜索法 Goidstein法 Wolfe.Powell法 单纯形搜索法 Powell法 最速下降法 共轭梯度法 牛顿法 修正牛顿法 拟牛顿法 信赖域法 显式最速下降法， Rosen梯度投影法 罚函数法 外点罚函数法 內点罚函数法 混合罚函数法 乘子法 G－N法 修正G－N法 L－M法
ALO
- 该程序为蚁狮（Antlion）搜索优化算法，ALO，具有比粒子群PSO、遗传算法GA等更优的性能-Antlion optimization algorithm
蚁群算法matlab程序
- 利用蚁群在搜索食物源的过程中体现出来的寻优能力来解决离散系统中的一些优化问题(Some optimization problems in discrete systems are solved by using ant colony optimization capability in searching for food sources)
PSO
- 在群智能优化算法里面，粒子群算法简称PSO，能够模拟动物寻找食物的搜索方法去逼近全局最优解。(n swarm intelligence optimization algorithm, particle swarm optimization (PSO) can simulate animal search for food to approximate the global optimal solution.)
PSO算法程序
- 粒子群优化算法是一种基于群体智能的演化计算技术。与遗传算法相比，PSO没有遗传算法中的选择(Selection)、交叉(Crossover)、变异(Mutation)等操作，而是通过粒子在解空间追随最优的粒子进行搜索。(Particle Swarm Optimization (PSO) is an evolutionary computing technique based on group intelligence. Compared with the genetic algorithm, P
PSO
- 基于量子的粒子群优化算法,该算法通过粒子群有量子的行为，提高了算法的寻优能力，增强了算法的全局搜索能力，有效的避免了“早熟”问题。(Quantum based particle swarm optimization algorithm.The algorithm improves the searching ability of the algorithm by quantum behavior of particle swarm, and enhances the global searchi
Particle swarm optimization algorithm
- 单目标粒子群优化算法（PSO），通过追随当前搜索到的最优值来寻找全局最优(Particle swarm optimization algorithm)
差分进化算法
- 是一种高效的全局优化算法。它也是基于群体的启发式搜索算法，群中的每个个体对应一个解向量(It is an efficient global optimization algorithm. It is also a swarm based heuristic search algorithm, and each individual in the swarm corresponds to a solution vector)
蚁群算法
- 蚂蚁算法 蚁群算法是一种用来寻找优化路径的概率型算法。它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。这种算法具有分布计算、信息正反馈和启发式搜索的特征，本质上是进化算法中的一种启发式全局优化算法。蚁群系统(Ant System或Ant Colony System)是由意大利学者Dorigo、Maniezzo等人于20世纪90年代首先提出来的。他们在研究蚂蚁觅食的过程中，发现单个蚂蚁的行为比较简单，但是蚁群整体却可以体现一些智能的行
QPSO
- 量子粒子群优化算法以量子力学原理为基础，用波函数描述粒子的运动状 态，通过测量操作引导粒子搜索全局最优解。量子系统的不确定性决定了粒子能够以一定的概率出现在整个可行域内，克服了粒子群优化算法因为粒子速度的限制， 使粒子只能限定在某个局部区域的问题。(Quantum particle swarm optimization (QPSO) algorithm is based on the principle of quantum mechanics. The wave function is use
pso
- 用于优化参数，粒子群算法，也称粒子群优化算法或鸟群觅食算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等[1] 开发的一种新的进化算法(Evolutionary Algorithm - EA)。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”
粒子群算法实例 (2)
- 本文主要利用粒子群算法解决连续函数的最小值问题，粒子群优化是一种新兴的基于群体智能的启发式全局 搜索算法，粒子群优化算法通过粒子间的竞争和协作以实现在复杂搜索空间中寻找全局最优点。它具有易理解、易实现、全局搜索能力强等特点，倍受科学与工程领域的广泛关注，已经成为发展最快的智能优化算法之一。(Good particle swarm optimization and source program)
PSO
- 基本粒子群搜索优化算法，包含优化主程序与待优化函数子程序(Basic Particle Swarm Optimizaiton algorithm)
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)
基于粒子群算法的多目标搜索算法
- 基于粒子群算法的多目标搜索算法，优化算法(Multiobjective search algorithm based on particle swarm optimization (PSO) algorithm)
粒子群
- 粒子群算法，也称粒子群优化算法或鸟群觅食算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等开发的一种新的进化算法(Evolutionary Algorithm - EA)。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
antColonyAlgorithm
- 利用蚁群算法解决车间调度问题，这种算法具有分布计算、信息正反馈和启发式搜索的特征，本质上是进化算法中的一种启发式全局优化算法(Using ant colony algorithm to solve job shop scheduling problem.This algorithm has the characteristics of distributed computing, positive information feedback and heuristic search. In ess
蚁群算法
- 蚁群算法是一种用来寻找优化路径的概率型算法。这种算法具有分布计算、信息正反馈和启发式搜索的特征，本质上是进化算法中的一种启发式全局优化算法。