搜索资源列表
PSOBPlunwen
- 基于PSO的BP训练算法论文：在BP训练算法中，关于变权值、学习速率、步长的问题已被广泛地研究，几种基于启发式改进的技术也表明具有改善训练时间以及避免陷入局部最小的明显效果。这里BP训练过程由基于PSO同时优化log—Sigmoid函数与网络权值的新算 法(PSO。GainBP)实现。实验结果表明，PSO—GainBP比传统基于PSO的BP算法在网络训练方面具有更好的性能。-PSO based on the BP training algorithm Papers: In the BP tr
Matlabjiedianyouhua
- 将潮流计算公式矢量化处理,利用Matlab编写潮流程序,并将Matlab的m文件编译成COM组件,可简单实现 Matlab和其它语言的混合编程。通过简单的函数调用即可完成如稀疏、解方程等一系列数学运算,并可轻易实现相关图形的 绘制。潮流计算中采用AMD算法对修正方程系数矩阵进行节点优化,并采用LDLT算法进行求解,有效地减少了注入元,计 算速度成倍提高。在混合编程的模式下,提高了程序开发速度、程序可靠性、计算效率和保密性。 -Formula for calculating the
Multi2vendorSelectionModelforMulti2product
- 为解决供应链中多品种供应的多供应商选择问题,建立了以供应综合成本最低为目标函数、满足多个约 束条件的组合优化模型. 为解决求解的困难,采用变换分解算法,将原模型转换为整数规划问题. 根据不同迭代 方式,给出了2种基本运算步骤1在算例中运用模型和算法,得到了多物资供应环境下多供应商的最优任务分 派1新方法克服了常规供应商的选择评价方法只针对单一物资供应过程和面向单一供应商选择过程的局限性.-To solve the multi2vendor selection p roblem in
ga_work1
- 利用改进的遗传算法求取函数的最大值，进行优化设计，在MATLAB下可以运行使用。-Using improved genetic algorithm to strike a function of the maximum optimized design, the use of MATLAB can be run under.
The.Detail.Analysis.and.Improvement.of.Calibration
- 以计算机视觉和视觉检测中的摄像机标定过程作为研究的对象,分析了开源计算机视觉函数库OpenCV中的摄像机模型,使用张正友基于平面模板的方法进行标定,过程中充分考虑了透镜径向畸变和切向畸变因素的影响。文章给出了标定的详细步骤,并对具体函数做了算法上的分析,同时从参数非线性回归分析的角度提出了优化的途径和措施。该算法充分发挥了OpenCV函数库的功能,提高了标定精度和计算效率,具有良好的跨平台移植性,可以满足视觉检测或其它计算机视觉系统的需要。-To computer vision and visu
ll
- 一个遗传算法的函数优化，求函数的最小值，matlab编写的程序-A genetic algorithm for function optimization, seeking the minimization, matlab program written
Ant-colony-algorithm
- 用于一般函数优化的蚁群算法,开发环境为VC++,很实用-Ant colony system is a novel simulated evolutionary algorithm which shows many excellent characters.
10.1.1.87.9872
- 用于函数优化的快速模拟退火算法，非常实用-Fast simulated annealing algorithm for function optimization, very useful
Intelligent-controller
- PID控制算法简单、鲁棒性强，但其参数整定过程繁琐，整定时需要控制对象的精确数学模型，而且整定往往是针对某一种具体工况进行的，缺乏自学习和自适应能力。模糊神经网络则兼备了模糊逻辑和神经网络的优点，具有函数逼近功能，具有较强的自适应、自学习能力、容错能力和泛化能力。借助于遗传算法对全局性参数进行优化设计，借助于BP算法对局部性参数进行优化，将模糊神经网络和遗传算法引入PID控制参数的整定过程，构造出一种基于模糊神经网络和遗传算法的智能PID控制器-Intelligent controller ba
214545535242
- 基于混沌序列的多峰函数微粒群寻优算法的目标就是找到多峰函数的所有局部优化峰值。在分析微粒群优化 算法中各个参数对微粒运动影响的基础上，对微粒群算法进行改造，让微粒运动从初始位置沿优化函数曲线向优化峰值 方向爬行．直至找到所在区域的局部优化峰值；要想求得尽可能多的局部优化峰值，就要求微粒群中微粒的初始位置分 布具有随机性和遍历性。为此采用混沌序列设置微粒初始位置；为使每一个局部最优值点都可能有微粒群中的微粒经过， 采用变步长的迭代计算；为防止优化函数曲线的某些局部峰附近没有
362465378
- 工程应用中的多峰寻优问题要求搜索目标函数的多个极值点，现有的多峰优化方法难以直接利用应用 问题的先验知识引导算法过程，多峰寻优效率较低。基于粒子群优化算法设计一种面向应用的多峰寻优算法， 能有效利用易于获得的先验参数，如峰间分辨率、峰位置精度、峰值个数等实现快速多峰搜索。该算法保持了粒 子群算法的简单性并改善了搜索多样性，使其可控地收敛到多个峰值上。将该算法与几种典型的多峰寻优方法 进行了对比测试和分析，结果表明，对复杂多峰函数，该算法能以最快的收敛速度实现多峰搜索-Mu
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
A-hybrid
- 针对传统的ＢＰ或ＧＡ对模糊神经网络的识别应用存在收敛容易陷入局部极小 识别率低下等问题 提出一 种基于ＢＦＧＳ的混合遗传算法 其基本思想为 首先构造一种前馈型模糊神经网络结构 然后用遗传算法进化若干代 后 当目标函数的梯度或者范数小于预先设定值 则改用ＢＦＧＳ算法进行优化识别 仿真实验表明 对比ＧＡ该算法 收敛速度较快 识别精度提高了约７％ 能够较好地应用于一类模糊神经网络的识别-In traditional BP or GA to identify the application
1
- 基于遗传算法和蚂蚁算法求解函数优化问题，文档说明，不错-Based on genetic algorithm and ant algorithm for function optimization problems, documentation, good
grey-wolf-optimizer
- 狼群算法的国外研究论文,通过了33个函数优化，并有一个例子-the paper of GWO
Genetic-algorithms-
- 基 于遗传算法的形状误差计算进行了系统的深入研究，重点包括实数编码遗传算 法理论研究:遗传算法在函数优化方面的应用研究:基于遗传算法的基本几何形体的形状误 差计算 基于遗传算法的平面曲线形状误差计算:基于遗传算法的复杂几何形体的形状误差 计算-the theory of Genetic algorithms based on real encoding
华侨大学XFX函数优化平台2017版
- 该2017版软件集成了竞赛争冠系列算法（含单目标寻优、多峰函数寻优、参数估计（拟合）等）和多种差分向量型式的差分进化算法。可对数学函数进行有或无约束优化、多峰函数优化等工作。其中改进竞赛争冠算法是近期本人的研究佳作。与现行优良的进化算法相比，颇具竞争力。(The 2017 version of the software integrates the series of race champion algorithm (including single objective optimization