搜索资源列表
PSO-w
- 函数调用求解三维空间中的最优解 采用惯性权重递变的粒子群算法-use PSO serve the normal problem by transmutation of inertia weight
best-function-of-PSO
- 基于标准的粒子群算法编写了一个简单通用的matlab程序，求解函数最优值-matlab code of standard particle swarm optimization，best value
POS---CPP
- pos算法，粒子群优化算法求解函数最小之问题-pos algorithms, particle swarm optimization algorithm for solving the problem of the minimum function
Constrained-Engineering-Optimization
- 将离散约束优化问题转化为非负整数约束规划问题，开发求解该问题的离散差分进化算法。该算法采用基于混沌映射 的种群初始化、双版本变异和带随机扰动项的取整运算等新策略。针对非线性约束条件，给出惩罚基数的计算方法和连续映 射基函数的表达式，在此基础上设计处理非线性约束的自适应惩罚因子。提出一种刻画种群多样性的新测度——种群二次平 均基因距离及基于新测度的依概率混沌移民算子。将自适应罚函数法、依概率混沌移民操作与离散差分进化算法有机融合， 构造面向工程约束优化的混合离散差分进化算法
constrain-opt
- 针对工程优化设计问题,提出了基于混沌粒子群算法的工程约束优化问题求解方法。CPSO算法利用混沌搜 索的全局遍历性、随机性和规律性等特点, 引导粒子在全局范围内搜索, 从而克服了传统粒子群算法早熟收敛的缺点。 该算法以种群适应度方差作为粒子群优化算法早熟收敛的判据, 并用惩罚函数法处理违法约束的粒子, 当基本粒子群算 法陷入早熟时, 随机选择粒子群中的部分粒子实施混沌搜索, 直至满足迭代收敛条件为止。CPSO算法能提高种群的多 样性和粒子搜索的遍历性, 从而有效提高了PSO算法的收
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
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
pso-matlab-
- 粒子群优化算法求解函数的最优解-Particle swarm optimization algorithm for solving the optimal solution of the function
multi-objective-
- 改进的多目标粒子群算法，包括多个测试函数 对程序中的部分参数进行修改将更好地求解某些函数-Improved multi-objective particle swarm algorithm, modify some parameters of the program including a plurality of test functions will be better for solving certain functions
Opposition-based-Stud-Genet
- 为进一步提高螺栓遗传算法的优化效率，加速寻优过程，提出基于对立策略的螺栓遗传算法。该算法在种群初始化阶段和变异阶段均用对立取代随机方式，提高产生解的质量。利用测试函数对算法的效率进行检验，将其与差分算法、遗传算法、粒子群算法和螺栓遗传算法进行对比，结果表明，新算法具有更快的收敛速度和更高的求解精度。-In order to improve the performance of Stud Genetic Algorithm(SGA) and accelerate the convergence s
58359385038
- 二维粒子群算法的matlab源程序，注释很详细，主要求解函数的极大、极小值。-Two dimensional particle swarm algorithm matlab source, annotation is very detailed, mainly to solve the function of the maximum and minimum.
duomubiaoliziqunsuanfa
- 改进的多目标粒子群算法，包括多个测试函数对程序中的部分参数进行修改将更好地求解某些函数 -Improved multi-objective particle swarm algorithm, including multiple test functions of some parameters on the program will be modified to better solve certain functions
NSGA2
- 改进的多目标粒子群算法，包括多个测试函数 对程序中的部分参数进行修改将更好地求解某些函数 程序中的所有代码都是本人根据多目标粒子群算法设计实现的-ZDT1NP=cell(1,50) ZDT1FV=cell(1,50) ZDT1T=zeros(1,50)
PSOaGA
- 粒子群算法和遗传算法分别求解函数的最大值，并在传统的粒子群和遗传算法基础上做了改进，大大提高了搜索的效率-PSO and genetic algorithms to solve the maximum function, respectively, and in the traditional basis of particle swarm and genetic algorithms has been improved, greatly improving the efficiency of
AISMOP2
- 该函数演示具有偏好等级的多目标perota优化问题(由粒子群算法改编求解ZDT1)-This function demonstrates the preference level of multi-objective perota optimization problem (by particle swarm algorithm for solving ZDT1)
particle-swarm-algorithm
- 该资料为多目标粒子群求优MATLAB代码。改进的多目标粒子群算法，包括多个测试函数 对程序中的部分参数进行修改将更好地求解某些函数-The data is a multi object particle swarm optimization MATLAB code. The improved multi-objective particle swarm optimization algorithm, including the number of test functions in the pr
PSO
- 求解函数优化问题的标准粒子群算法,matlab编程-particle swarm optimization，matlab programmin
pso
- 粒子群算法求解非线性函数，包含算法程序、函数等，生成最优适应度解。-Particle swarm algorithm for solving nonlinear functions, including arithmetic procedures, functions, etc., generate optimal fitness solution.
pso61wtl
- 粒子群算法用于优化求解函数最小值，此算法收敛速度快，很快找到最小值。-Particle Swarm Optimization (PSO) is used to optimize the minimum value of the function. The algorithm converges quickly and finds the minimum value.
PSO
- 基于罚函数的粒子群算法的函数寻优，求解结果收敛较快且不易陷入局部最优-The function optimization of the particle swarm algorithm based on the penalty function is faster and difficult to get into the local optimal