搜索资源列表
PSOt_User_manual
- 粒子群算法（PSO）源代码工具箱。该工具箱将PSO算法的核心部分封装起来，提供给用户的为算法的可调参数，用户只需要定义好有关参数，即可自行优化。
pso
- 实现粒子群算法，里面有代码，大家可以放心的使用，里面程序是可以用的 。-fgfggfg
1234255
- 介绍了一种利用量子行为粒子群算法(QPSO)求解多峰函数优化问题的方法。为此，在 QPSO中引进一种物种形成策略，该方法根据群体微粒的相似度并行地分成子群体。每个子群体是 围绕一个群体种子而建立的。对每个子群体通过QPSO算法进行最优搜索。从而保证每个峰值都有 同等机会被找到，因此该方法具有良好的局部寻优特性。将基于物种形成的QPSO算法与粒子群算 法(PSO)对多峰优化问题的结果进行比较。对几个重要的测试函数进行仿真实验结果证明，基于物 种形成的QPSO算法可以尽
23445455
- 针对小生境粒子群优化技术中小生境半径等参数选取问题，提出了一种新颖的小生境方法，无须小生 境半径等任何参数。通过监视粒子正切函数值的变化，判断各个粒子是否属于同一座山峰，使其追踪所在山峰 的最优粒子飞行，进而搜索到每一座山峰极值。算法实现简单，不仅克服了小生境使用中需要参数的弊端，而且 解决了粒子群算法只能找到一个解的不足。最后通过对多峰值函数的仿真实验，验证了算法可以准确地找到所 有山峰-Proposed a novel niche for niche particle
466676
- 针对小生境粒子群优化技术中小生境半径等参数选取问题，提出了一种新颖的小生境方法，无须小生 境半径等任何参数。通过监视粒子正切函数值的变化，判断各个粒子是否属于同一座山峰，使其追踪所在山峰 的最优粒子飞行，进而搜索到每一座山峰极值。算法实现简单，不仅克服了小生境使用中需要参数的弊端，而且 解决了粒子群算法只能找到一个解的不足。最后通过对多峰值函数的仿真实验，验证了算法可以准确地找到所 有山峰-Proposed a novel niche for niche particle
5346363636
- ：针对粒子群算法进行多极点函数优化时 存在的局部极小点和搜寻效率低的问题，引入了小 生境的思想到粒子群算法中，以粒子的最好位置为 中心，粒子的最好的个体解对应的适应值为半径建 立圆形小生境。stretching 技术，其次对子群体采用解散策略，即当在子群体中找到一个极值点后把子群体解散回归主群体，最 后设置子群体创建时的半径阈值，避免子群体半径过大。该算法解决了标准的NichePS0算法在处理 多峰函数时，极值点的个数依赖于子群体个数及极值点容易出现重复、遗漏
psoalgorithms
- 求解0-1二次规划的粒子群算法 先将离散的0-1变量约束转化成了不光滑方程的约束，再用磨光函数方法对其光滑化。最终，把原来的数学模型转化为可微的非线性规划问题。最后，粒子群优化算法求解-0-1 first discrete particle swarm algorithm for solving 0-1 quadratic programming variable constraint transformed into smooth equations and constraints, it
Multi-fault--based---WSVM-and-PSO
- 一种基于小波支持向量机和粒子群算法的多故障诊断技术。-Multi-fault classification based on wavelet SVM with PSO algorithm to analyze vibration signals from rolling element bearings
lijinj
- 提出了一种基于反向学习机制的改进量子粒子群算法，采用反向学习机制增加种群的多样性，使搜索效率有了较大的提高，有效地避免了算法早熟收敛。-An improved quantum particle swarm optimization (QPSO) based on reverse learning is presented in this paper, which adopts reverse learning to increase the diversity of the popula
job
- 使用粒子群算法解决车间作业调度问题的文章，有关于PSO的介绍。-Particle swarm algorithm to solve the Job Shop Scheduling Problem articles, introduction about PSO.
MATLABchengxusheji
- 阐述了粒子群算法的基本原理,探讨了在MATLAB环境中实现粒子群算法的编程方法,构建粒子群算法工具箱函数,通过仿真示例验证了该方法的有效性,表明它能够对函数进行全局优化。-Expounded the basic principles of particle swarm optimization to explore particle swarm algorithm in MATLAB programming method to construct the particle swarm optim
improved-particle-bionics
- 针对标准粒子群算法收敛速度慢和易陷入局部最优的局限性，提出了一种基于仿生学改进的粒子群算法。-For standard PSO slow convergence and local optimum limitations proposed based on improved particle swarm optimization bionics.
liziquansuanfa
- 粒子群算法的简介，实例运用和理解。粒子群算法的简介，实例运用和理解- the relation and descr iption of PSO
YC
- 在这个分支中，主要是对标准粒子群算法的惯性因子、收敛因子（约束因子）、“认知”部分的c1，“社会”部分的c2进行变化与调节，希望获得好的效果。-In this branch, mainly to the standard particle swarm algorithm of inertial factor, convergence factor (constraints), "cognitive" part of c1, "social" part of the c2 changes and
PSO-matlab
- 粒子群算法源程序，是近年来发展起来的一种新的进化算法。有实现容易、精度高、收敛快等优点。是一种并行算法。-Particle swarm algorithm source code, is a new evolutionary algorithm developed in recent years. There are easy to implement, high precision, fast convergence and so on. Is a kind of parallel algor
pso-path-planning
- 文件是关于粒子群算法求解路径规划的问题，其中包括栅格障碍物环境的建立，粒子群及其改进算法的仿真程序。-Document on particle swarm algorithm path planning issues, including the establishment, PSO obstacle grid environment and improved algorithm simulation program.
pso
- PSO算法的代码和文章写作。自适应粒子群算法和免疫粒子群算法。-PSO algorithm code and article writing. Adaptive particle swarm optimization algorithm and immune particle swarm optimization.
nice
- 除了蚁群算法，可用于PID参数优化的智能算法还有很多，比如遗传算法、模拟退火算法、粒子群算法、人工鱼群算法，等等。-In addition to the ant colony algorithm, can be used to optimize the PID parameters, there are many intelligent algorithms, such as genetic algorithms, simulated annealing algorithm, particle
Particle-Swarm-Optimization
- 粒子群算法在仿真生物群体社会活动的基础上,通过模拟群体生物 相互协同寻优能力,从而构造出一种新的智能优化算法。但粒子群算法 本身来源于生物群体现象,其理论基础并不完备。而且由于其属于随机 的近似优化算法,主要应用于连续区域,因此该算法存在早熟收敛和对 离散性的问题难以应用的缺点。因此,对粒子群算法的理论分析、算法 改进及离散性问题的研究具有重要意义的 -The Research of Basic Theory and Improvement on Particle Swa
Binary-particle-swarm-source
- 本文给出了二进制粒子群算法的源程序，并运用实例进行了验证。-In this paper, the source code of the binary particle swarm algorithm is given and verified by an example.