搜索资源列表
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
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
dsad
- ：智能算法如粒子群算法已被应用于PID控制器的参数优化，以弥补传统优化方法容易产生振荡和较大超调量 的不足，但是粒子群算法存在易于早熟的缺点，在分析量子粒子群算法的基础上，提出了使用量子粒子群算法优化PID控 制器的参数。为了兼顾控制系统的各项性能指标，根据控制器的实际要求对各项指标进行加权作为算法的目标函数，对 PID控制器进行多目标寻优。通过2个传递函数实例，分别使用z—N、粒子群算法和量子粒子群算法进行了PID控制器 参数优化设计，并对结果进行了分析。-Abstract：H
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
AMPSOBP
- 粒子群算法优化神经网络 采用粒子群算法优化神经网络权值的算法-Particle swarm optimization neural network
Microgrid-optimization-algorithm
- 基于改进负荷密度法的微网负荷预测_王有春，基于改进粒子群算法的微网环保经济运行的优化_万术来，基于改进型快速寻优算法的微网经济负荷优化_胡龙龙_温向宇_黄焯麒-Improved load density law microgrid load forecasting based on _ Wang Youchun, based on improved particle swarm optimization algorithm Microgrid green economy run _ Wan su
Characters
- 人物传记，成功经验以及计算机程序编程，了解多目标粒子群的优化算法-international Chinese
svm_v251
- 遗传算法和粒子群算法优化的近似模型，图象，理论与对比等说明。-Approximate model of genetic algorithm and particle swarm optimization, the image, and contrast theory and explanation.
PSO
- 实现粒子群算法寻优，画出优化结果的purto前沿-Particle swarm optimization algorithm to achieve, draw optimal results purto frontier
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
pso
- 粒子群算法多目标优化,用于到未知数的迭代优化-this file can used for any complicated functions.
multifunction_optimization_use_pso
- 多峰值函数优化中,基本粒子群算法进化后期收敛速度较慢,提出一种具有可控速度因子的改进粒子群算法.-Multimodal function optimization, PSO late evolutionary convergence is slow, with a controllable speed improvements proposed particle swarm optimization factors.
Drawing-Vectorization-References
- 几篇图纸矢量化的论文。基于模板匹配和SVM的草图符号自适应识别方法。基于图形识别的建筑模型三维重建。基于拓扑结构的工程图纸识别方法。基于优化粒子群的NCC模板匹配算法。建筑构件智能识别方法研究。-Vector drawing of several papers.
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
estimation-extended-Kalman-filter
- 针对感应电机扩展卡尔曼滤波器转速估计中难以取得卡尔曼滤波器系统噪声矩阵和测量噪声矩阵最优值的问题，提出了一种基于改进粒子群算法优化的扩展卡尔曼滤波器转速估计方法。算法通过融合遗传算法和粒子群算法的优点，采用可调整的算法模型对粒子群算法进行改进，将改进的粒子群算法对扩展卡尔曼滤波器中的系统噪声矩阵和测量噪声矩阵进行优化处理，将优化后的卡尔曼滤波器应用于感应电机转速估计。- Extended K
GAPSOFCM
- 遗传算法和粒子群算法，应用于优化据数据集的聚类中心，结合FCM算法应用聚类分析的几篇文献。-Genetic algorithm and particle swarm optimization (pso) algorithm, are applied to optimization the clustering center of the data set
PSO-MATLAB
- 一个例子的最佳位置和沿着当前速度和惯性方向的邻元素被用来决定下一个例子的位子。多目标粒子群的优化算法简介如下-An example of the best location and along the current speed and direction of inertia neighbors are used to determine the next example of the seat. Introduction to multi-objective optimization alg
Multi-objective
- 多目标粒子群算法是将多目标算法和粒子群算法结合起来的一种优化算法-Multi-objective Particle Swarm Optimization is an optimization algorithm combining multi-objective algorithm and particle swarm optimization
chapter3
- 遗传算法、粒子群算法优化BP神经网络-非线性函数拟合-Genetic algorithm and particle swarm optimization for BP neural network nonlinear function fitting
OPF control of dc grid
- 针对直流电网中的最优潮流问题，提出了一种基于模糊控制理论的自适应粒子群算法，以实现电网兼顾有功网损和电压质量的优化运行。(To solve optimal power flow problem in DC grid, an adaptive particle swarm optimization (PSO) algorithm based on fuzzy control theory is proposed in this paper, and optimal operation consi