搜索资源列表
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”
示例一运行代码
- 利用粒子群优化算法寻找最优解，从而找到最大值的问题(In order to find the maximum value, the particle swarm optimization algorithm is used to find the optimal solution.)
多目标粒子群算法
- 多目标粒子群算法，解决实际问题，群体智能(multi objective particle swarm optimization)
基于罚函数的粒子群算法
- 基于罚函数法的粒子群算法，处理优化调度问题(Particle swarm optimization based on penalty function method to deal with optimal scheduling problem)
main
- 采用多目标粒子群算法求解多目标背包问题 问题：假设存在五类物品，每类物品又包含四种具体物品，要求从五类物品中分别选择一种放入背包，使得背包总价值最大，总体积最小，总质量不超过92kg(The problem is solved by multi objective particle swarm optimization algorithm, multi-objective knapsack problem: suppose there are five categories of goods,
CPSO
- 用粒子群算法处理带约束问题，处理约束条件使用的是罚函数法，代码中附有中文注释，txstA.txt文件是约束函数的系数组成的矩阵(Particle swarm algorithm is applied to deal with the constrained problem. The penalty function is applied to deal with the constraint condition. The code is accompanied by Chinese annota
pso-code
- 粒子群算法是一种并行算法。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。(Particle swarm optimization (PSO) is a parallel algorithm. It seeks the global optimal by following the optimal value of the current search. This algorithm has attra
PSO
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，1995 年由Eberhart 博士和kennedy 博士提出，源于对鸟群捕食的行为研究 。该算法最初是受到飞鸟集群活动的规律性启发，进而利用群体智能建立的一个简化模型。粒子群算法在对动物集群活动行为观察基础上，利用群体中的个体对信息的共享使整个群体的运动在问题求解空间中产生从无序到有序的演化过程，从而获得最优解。(Particle swarm optimization (PSO) is an evo
混沌蚁群算法
- 前推回代法的辐射状配电网潮流程序 matlab编写蚁群算法实践 粒子群工具箱PSOt 基于遗传算法配电网无功优化方法程序源代码 求解机组组合问题的多种群混沌蚁群算法(Forward push back generation method of radial distribution network tidal current procedures matlab prepared ant colony algorithm PSOt based on genetic algorithm distri
PSO粒子群算法matlab程序
- PSO粒子群算法的matlab程序，可用于最优化问题，比如求最大值最小值等
13种PSO算法以及课件
- 各算法对应的问题如下： PSO 用基本粒子群算法求解无约束优化问题 YSPSO 用带压缩因子的粒子群算法求解无约束优化问题 LinWPSO 用线性递减权重粒子群优化算法求解无约束优化问题 SAPSO 用自适应权重粒子群优化算法求解无约束优化问题 RandWPSO 用随机权重粒子群优化算法求解无约束优化问题 LnCPSO 用学习因子同步变化的粒子群优化算法求解无约束优化问题 AsyLnCPSO 用学习因子异步变化的粒子群优化算法求解无约束优化问题
TSP_PSO
- 利用matlab软件，应用粒子群算法解决31个城市的TSP问题(Using matlab software, apply particle swarm Algorithm to Solve TSP Problems in 31 Cities)
pso2
- 粒子群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。(It is more simple than the genetic algorithm rule. It doesn't have the crossover (Crossover) and the Mutati
粒子群优化算法（PSO）应用于神经网络优化程序
- 粒子群算法优化BP神经网络，使用matlab平台实现，解决了BP神经网络速度较慢的问题(Particle swarm optimization (PSO) optimization of BP neural network)
PSOfirst
- 用多目标粒子群算法求解0-1规划问题，注释详细，适合新手学习(Solving 0-1 programming problems by genetic algorithm)
PSOmain
- 程序主要是用于解决TSP问题的粒子群算法，包括粒子群算法的步骤(The program is mainly a particle swarm algorithm for solving TSP problems, including the steps of the particle swarm algorithm)
粒子群算法
- 粒子群算法解决背包问题，matlab环境实现c流程(Particle swarm algorithm to solve knapsack problem, matlab environment to achieve C process.)
TSP_PSO
- 基于混合粒子群算法的tsp问题求解的MATLAB程序。(Solution of TSP problem based on Hybrid Particle Swarm Optimization)
Particle Swarm Optimization
- 优化算法的一种，粒子群寻优算法。它的基本核心是利用群体中的个体对信息的共享从而使得整个群体的运动在问题求解空间中产生从无序到有序的演化过程，从而获得问题的最优解。(a kind smart mathema algorithm____Particle Swarm Optimization)
pso_Trelea_vectorized
- 粒子群算法MATLAB程序,求解优化问题。(Particle swarm optimization (PSO) MATLAB program)