搜索资源列表
sample1
- 粒子群优化算法的一个应用，参考《智能算法30个案例》(anexample of the application of the pso algrithom)
pso
- 粒子群优化算法的一个应用，有基本的注释，需要一定水平才能看明白(an example of pso algorithom)
利用PSO算法优化求解PID参数
- PSO粒子群优化的PID参数，通过matlab平台C语言来编写，达到优化控制的目的(PSO particle swarm optimization PID parameters, through the MATLAB platform C language to write, to achieve the purpose of optimization control)
Particle swarm optimization algorithm
- 单目标粒子群优化算法（PSO），通过追随当前搜索到的最优值来寻找全局最优(Particle swarm optimization algorithm)
PSO_Standard
- 粒子群优化算法（PSO），里面已经标注了详细的注释，特别适合想迅速掌握粒子群算法原理的人下载使用(Particle swarm optimization algorithm)
pso
- 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。它具有精度高，收敛快等优点，广泛用于系统辨识、函数优化等领域。文件pso.m是粒子群算法辨识程序，在此基础上，需要自行编写目标函数计算程序以实现不同系统的参数辨识。(Particle swarm optimization (PSO), also known as particle swarm optimization algorithm or bird swarm foragi
PSO
- 建立柔性板和压电作动器耦合模型，运用粒子群算法进行配置优化(The coupling model of flexible plate and piezoelectric actuator is established, and the particle swarm optimization algorithm is used to optimize the configuration)
粒子群算法(pso)的matlab工具箱[matlab]
- 离子群工具箱,优化问题，是一种 智能算法(PSOIon group toolbox, optimization problem, is an intelligent algorithm)
QPSO
- 量子粒子群优化算法以量子力学原理为基础，用波函数描述粒子的运动状 态，通过测量操作引导粒子搜索全局最优解。量子系统的不确定性决定了粒子能够以一定的概率出现在整个可行域内，克服了粒子群优化算法因为粒子速度的限制， 使粒子只能限定在某个局部区域的问题。(Quantum particle swarm optimization (QPSO) algorithm is based on the principle of quantum mechanics. The wave function is use
优化算法
- 基本的几个优化算法基本模型代码，粒子群的基本算法、神经网络预测、模拟退火算法(Basic optimization algorithms, basic model code, particle swarm algorithm, neural network prediction, simulated annealing algorithm)
single-objectibe particle swarm
- 这是一各单目标的粒子群算法程序，程序可以运行，收敛性好，效果佳，希望对他人有帮助(This is a single-objective particle swarm optimization algorithm, the program can run, astringent, good effect, I hope to help others)
liziqun
- 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 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"
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”
wy_PSO
- 近期根据粒子群优化算法的原理编写的程序，在matlab2013亲测可用(Recently, according to the principle of particle swarm optimization algorithm, the program is available in matlab2013.)
模拟退火算法
- 提出了一种基于粒子群优化(PSO)算法的径向基(RBF)网络参数优化算法,首先利用减聚类算法确定网络径向基函数中心的个数,再用PSO算法优化径向基函数的中心及宽度,最后用PSO算法训练隐含层到输出层的网络权值,找到神经网络权值的最优解,以达到优化神经网络学习的目的。最后,通过一个实验与最小二乘法优化的神经网络进行了比较,验证了算法的有效性。(Particle swarm optimization (PSO) optimization of RBF network)
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
基于alopex的粒子群算法
- 该算法通过基于Alopex的粒子群优化算法，结合神经网络计算，恰当地对所给数据进行聚类并进行拟合，从何达到了很好的分类和优化效果(Based on the Alopex particle swarm optimization algorithm and neural network calculation, the algorithm can properly cluster and fit the data, which can achieve a good classification an
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
13中粒子群优化算法
- 十三种各种用于寻优计算的粒子群智能优化算法源程序(The source program of thirteen kinds of particle swarm intelligent optimization algorithms for optimization calculation)
第13章 粒子群优化算法
- 人工智能算法，求解最优化问题，求解约束无约束问题(Artificial intelligence algorithm to solve optimization problems)