搜索资源列表
94-100
- C语言精彩百例第93－100例 第四篇 综合应用篇 实例94 用C语言实现遗传算法 实例95 人工神经网络的C语言实现 实例96 K_均值算法 实例97 ISODATA算法 实例98 快速傅立叶变换 实例99 求解野人与传教士问题 实例100 简单专家系统
PSOtoolbox.rar
- 微粒群算法[PSO ] 是由Kennedy 和Eberhart等于1995 年开发的一种演化计算技术, 来源于对鸟群捕食过程的模拟。PSO同遗传算法类似，是一种基于叠代的优化工具，但与遗传算法使用遗传操作子进行优化不同，利用群体中各个体之间的“协作”与“竞争”关系，根据自身及其竞争者的飞行经验，调整自己的行为。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。,Particle Swarm Opt
genetic-algorithm
- 结合遗传算法工具箱gatbx实现的的一个基础实例程序，注释清晰，简单易懂，调试通过-a basic example of genetic algorithm program base on genetic algorithm toolbox（gatbx）, comments clear, easy to understand, through debugging
PSO_about
- 粒子群算法matlab代码吐血推荐。粒子群算法，也称粒子群优化算法，是近年来发展起来的一种新的进化算法。它是从随机解出发，通过迭代寻找最优解，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。-PSO algorithm matlab cod
28504749SGA
- 实现简单的遗传算法，选择交叉变异 ，自己调试过可以运行(To achieve a simple genetic algorithm, select cross variation)