搜索资源列表
FLoat_GA.rar
- 基于改进的遗传算法,使用浮点编码,使用变量的真值,使其物理意义明确,加速了收敛,Improved genetic algorithm based on the use of floating-point encoding, the true value of the use of variables to make it clear physical meaning to speed up the convergence
SOLVING-NONLINEAR-OPTIMAL-
- 解非线性优化问题的混合加速遗传算法,给出了 HAGA 算法实施的详细步骤, 建立了HAGA 相应的收敛定理-SOLVING NONLINEAR OPTIMAL PROBLEMS BY HYBRID ACCELERATING GENETIC ALGORITHM
dsaddsafds
- PID控制器的性能取决于其控制参数的组合,针对其参数的整定和优化问题,提出了应用一种改进的粒子群优化算法,该 算法借鉴了遗传算法的杂交机制,并采用惯性权值的非线性递减策略。用以加速算法的收敛速度和提高粒子的搜索能力。将该算 法应用于一个二阶系统的PID控制器参数的优化。仿真结果表明该改进的粒子群算法具有比传统粒子群算法和遗传算法更好的 优化效果,具有一定的工程应用前景。-Abstract:PID controller’s performance completely depends