搜索资源列表
tspPSO
- tsp问题的pso ；粒子群算法 程序简单 简单粒子群 二分查找 速度更快 但是没有加入其余优化 希望得到优化后的 和GA优化后的算法-pso for TSP problems
PSO2
- PSO聚类算法使用的数据是我们归一化后的数据，利用该数据求总的粒子数m,设置聚类数c（c=4,这个可以确定的），随机选择聚类中心并赋值给各个粒子，随机产生粒子的速度；-PSO clustering algorithm using data owned by a data after the data requirements to the total number of particles in m, set the number of clusters c (c = 4, this can b
PSOBP502
- Parsopoulos等采用罚函数法，利用非固定多段映射函数对约束优化问题进行转化，再利用PSO算法求解转化后问题，仿真结果显示PSO算法相对遗传算法更具有优越性，但其罚函数的设计过于复杂，不利于求解；Hu等采用可行解保留政策处理约束，即一方面更新存储中所有粒子时仅保留可行解，另一方面在初始化阶段所有粒子均从可行解空间取值，然而初始可行解空间对于许多问题是很难确定的；Ray等提出了具有多层信息共享策略的粒子群原理来处理约束，根据约束矩阵采用多层Pareto排序机制来产生优良粒子，进而用一些优良的
PSO_TSP
- 利用PSO算法解决下面问题： （1） 函数优化； （2） TSP问题； （3） 属性特征选择；-Use PSO algorithm to solve the following problems: (1) Function Optimization (2) TSP problem (3) property feature selection
ACO_TSP
- 利用蚁群算法解决TSP旅行商问题，要求： （1）用蚁群算法解决TSP问题； （2）和粒子群PSO算法进行比较。-Ant colony algorithm to solve the traveling salesman problem TSP requires: (1) with ant colony algorithm to solve TSP (2) and particle swarm PSO algorithm for comparison.
BSO_Func
- 蜂群算法之函数寻优，matlab编写，旨在寻找函数最优解。在大约相同的耗时下，BSO的收敛条件比PSO苛刻，即BSO更容易收敛；收敛位置上，PSO优于BSO，不论是平均情况还是最差情况。-Bee Search Optimization
2
- 基于动态环境的粒子群算法；matlab程序(dynamical environment-based PSO-algorithm)
MATAB神经网络30个案例分析
- 该PDF共有30个MATLAB神经网络的案例，包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群)、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。本PDF作为本科毕业设计、研究生项日设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。(The PDF has a total of 30 MATLAB in the case of neural networks, including BP, RBF, SVM
PSO
- 粒子群算法的寻优算法-非线性函数极值寻优(Particle swarm optimization algorithm for Extremum seeking of nonlinear function)
PsoConstrained
- 带有约束的PSO算法实例，，，，，，，，，，，，，，，，(An example of PSO algorithm with constraints)
非线性规划
- 在参加数学建模的过程中，对非线性规划问题进行了系统的整理，包括MPGA算法、GA算法、pso算法、QGA算法，对其优劣性进行了排序；(In the process of participating in mathematical modeling, we systematically sorted out the nonlinear programming problems, including MPGA algorithm, GA algorithm, PSO algorithm and QG
pso GA PID参数整定
- 该程序为微粒群算法与遗传算法求解pid参数整定MATLAB程序，优化结果包含参数输出与参数曲线变化图。(The program solves the PID parameter tuning MATLAB program for particle swarm optimization and genetic algorithm, and the optimization results include parameter output and parameter curve change dia