搜索资源列表
PSO-evolutionarycomputation
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目
improvedPSO.rar
- ------名称：带交叉因子的改进PSO算法 ------功能：求解多维无约束优化问题 ------特点：收敛性强，还可以加入变异算子,------ Name: with cross-factor function to improve the PSO algorithm ------: Solving multi-dimensional unconstrained optimization problem ------ characteristics: strong converge
psowithdate
- ％--- 名称：带交叉因子的改进PSO算法 ％------功能：求解多维无约束优化问题 ％------特点：收敛性强，还可以加入变异算子 ---- Name: with cross-factor function to improve the PSO algorithm------: Solving multi-dimensional unconstrained optimization problems------ characteristics: strong convergen
PSOGA
- 带交叉因子的改进PSO算功能：求解多维无约束优化问题收敛性强，还可以加入变异算子-With cross-factor improvement of PSO operator functions: Solving multi-dimensional unconstrained optimization problem of strong convergence can also add mutation operator
java_evolutionary_algorithms
- 用Java实现的进化算法包。包括遗传算法、粒子群算法、memetic算法和进化策略算法。-evolutionary-algorithm Evolutionary Algorithm package implemented using Java. The package serves as a foundation class library, supporting the implementation many variants of Evolutionary Algorith
pso
- 粒子群优化(Particle Swarm Optimization - PSO) 算法是一种新兴的有潜力的进化算法( Evolutionary Algorithm - EA) .PSO 算法,和遗传算法相似,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. 但是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”(Mutation) 操作. 它通过追随当前搜索到的最优值来寻找全局最优。-pso
CMOBPSO
- OPSOCM: Opposition based PSO with Cauchy Mutation.
pso
- This an implementation of Particle Swarm Optimization algorithm using the same syntax as the Genetic Algorithm Toolbox, with some additional options specific to PSO. Allows code-reusability when trying different population-based optimization al
psoMB
- this code written for solve a sample test function by pso based on mutation.
Mutation_of_the_PSO
- 引入变异算子的PSO，希望对大家的学习研究有所帮助。-Mutation of the PSO, we hope to help the study of learning.
PSOGA
- PSO和GA的结合算法，对PSO中效果较差的粒子进行交叉和变异操作。-The combination of PSO and GA algorithm, PSO particles in the less effective cross and mutation.
Particle-algorithm
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究。 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练
pso-with-mutation-operrator
- 带变异算子的粒子群优化算法,针算法存在易陷入局部最优点的缺点，提出带变异算子算法-Particle swarm optimization algorithm with mutation operator the needle algorithm easy to fall into the shortcomings of local minima, the proposed algorithm with mutation operator
Cooperations-in-PSO
- We de ne ve cooperation mechanisms in Particle Swarm Optimisation, loosely inspired by some models occurring in nature, and based on two quan- tities: a help matrix, and a reputation vector. We call these ve mechanisms, respectively, Reciproc
pso
- 粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来的一种新的进化算法(（Evolu2tionary Algorithm - EA）。PSO 算法属于进化算法的一种，和遗传算法相似，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”(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
PSOMutation
- 粒子群优化算法，对于参数寻优，模型拟合较好，欢迎大家下载使用-pso mutation
pso
- 粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来的一种新的进化算法(（Evolu2tionary Algorithm - EA）。PSO 算法属于进化算法的一种，和遗传算法相似，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”(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
PSO算法程序
- 粒子群优化算法是一种基于群体智能的演化计算技术。与遗传算法相比，PSO没有遗传算法中的选择(Selection)、交叉(Crossover)、变异(Mutation)等操作，而是通过粒子在解空间追随最优的粒子进行搜索。(Particle Swarm Optimization (PSO) is an evolutionary computing technique based on group intelligence. Compared with the genetic algorithm, P
pso
- 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"(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。(The PSO algorithm is a kin
PSO-Python
- 粒子群算法，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”(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。(The particle swarm optimization (PSO) al