CDN加速镜像 | 设为首页 | 加入收藏夹
当前位置: 首页 资源下载 搜索资源 - 粒子群 函数

搜索资源列表

  1. 粒子群优化程序

    0下载:
  2. 此程序为粒子群优化程序,代码可以直接运行,目标函数可以根据自己需求来更改
  3. 所属分类:matlab例程

  1. 粒子群优化算法的寻优算法——非线性函数极值寻优

    0下载:
  2. 粒子群优化算法的寻优算法——非线性函数极值寻优(Particle swarm optimization algorithm -- nonlinear function extremum seeking optimization)
  3. 所属分类:人工智能/神经网络/深度学习

    • 发布日期:2018-05-01
    • 文件大小:3072
    • 提供者:潇潇飒飒
  1. PSO

    0下载:
  2. 粒子群优化算法,包含五个函数文件,和一个说明文件(Particle swarm optimization algorithm contains five function files.)
  3. 所属分类:matlab例程

    • 发布日期:2018-05-01
    • 文件大小:6144
    • 提供者:时之彼处
  1. qpso

    2下载:
  2. 量子粒子群算法:因为粒子的位置和速度在量子空间中不能一起确定,所以用波函数表示粒子位置,通过蒙特卡罗方法求出粒子位置。gbest求解通过平均最好位置mbest得到。mbest是所有个体平均最优,通过它来求解粒子出现在相对点的位置,用L表示。而粒子的势表示位置的最终值,与L直接相关。(Quantum particle swarm optimization (QPSO): because the position and velocity of the particle can not be det
  3. 所属分类:人工智能/神经网络/深度学习

    • 发布日期:2018-05-02
    • 文件大小:1024
    • 提供者:加加加
  1. 源代码

    0下载:
  2. 粒子群算法的matlab实现,用一个例子来帮助理解,对于函数 f=x*sin(x)*cos(2*x)-2*x*sin(3*x) ,求其在区间[0,20]上该函数的最大值。(Matlab implementation of particle swarm optimization)
  3. 所属分类:其他

    • 发布日期:2018-05-04
    • 文件大小:1024
    • 提供者:我只爱周豆
  1. PSO-Sphere

    2下载:
  2. 粒子群算法,一种智能优化算法,带有测试函数sphere(Particle swarm optimization (PSO), an intelligent optimization algorithm)
  3. 所属分类:matlab例程

    • 发布日期:2018-09-13
    • 文件大小:3011
    • 提供者:Muriil
  1. hdpso

    2下载:
  2. 利用混沌粒子群算法实现连续函数的最优化求解,编程过,可实现(The optimal solution of continuous function is realized by using chaotic particle swarm algorithm)
  3. 所属分类:仿真建模

    • 发布日期:2020-04-13
    • 文件大小:2048
    • 提供者:流年不留年
  1. DCPSO

    1下载:
  2. 标准粒子群算法介绍,目标函数求极值仿真,同时改进型的粒子群算法,避免陷入局部收敛(Improved particle swarm algorithm to avoid falling into local convergence.)
  3. 所属分类:汇编语言

    • 发布日期:2020-11-03
    • 文件大小:14344192
    • 提供者:珀金
  1. 粒子群优化

    0下载:
  2. 粒子群优化,可以优化各种函数,只有把fitness里的函数改变就行了
  3. 所属分类:matlab例程

    • 发布日期:2019-03-24
    • 文件大小:816
    • 提供者:rui__256
  1. 粒子群算法

    0下载:
  2. 可利用粒子群算法求解函数的最小值,你只需要把你要求的函数放入fitness函数中即可
  3. 所属分类:matlab例程

  1. PSO

    1下载:
  2. 粒子群算法优化目标函数,test为主程序,fun为目标函数(Particle Swarm Optimization for Object Function)
  3. 所属分类:其他

    • 发布日期:2020-08-24
    • 文件大小:693248
    • 提供者:zzch9
  1. pso

    0下载:
  2. matlab的粒子群pso工具箱打开后直接调用函数PSOJ即可(he PSO toolbox of MATLAB opens and calls the function PSOJ directly.)
  3. 所属分类:Windows编程

  1. PSOT

    2下载:
  2. matlab粒子群算法的官方工具箱,直接调用函数使用,test-funfun为主函数,test-fun为实例演示(The official toolbox of MATLAB particle swarm optimization algorithm, directly calling function use, test-fun fun as the main function, test-fun as an example to demonstrate.)
  3. 所属分类:其他

    • 发布日期:2020-02-15
    • 文件大小:1521664
    • 提供者:收电费
  1. 粒子群算法在一元函数中的应用

    0下载:
  2. 该段源代码是基于粒子群算法在一元函数中寻优的应用,可以直观从图形表现出来
  3. 所属分类:matlab例程

  1. 基于神经网络和粒子群

    1下载:
  2. 用BP神经网络和粒子群算法的优化,主要针对的是函数最大值和最小值的寻找。
  3. 所属分类:文档资料

  1. 粒子优化群算法进行配电网络重构

    5下载:
  2. 配电网网络重构是配电系统极为重要的优化手段.以配电网网损最低为目标函数,结合约束条件确定配电网静态重构的数学模型,提出基于环路编码、分环替代的策略对配电网重构问题进行求解,最后结合IEEE-33节点算例,证明提出的算法,在降低搜索空间,提高寻优成功率和增加寻优效率上都有突出表现.(Distribution network reconfiguration is a very important means of optimization in distribution system. Taking
  3. 所属分类:其他

    • 发布日期:2020-03-18
    • 文件大小:513024
    • 提供者:东北大成子
  1. PSO

    2下载:
  2. 此程序为标准粒子群算法优化一个10维函数的算例,可以运行(Standard particle swarm optimization optimization 10 - dimensional function)
  3. 所属分类:数学计算

    • 发布日期:2020-05-10
    • 文件大小:32768
    • 提供者:于宏利
  1. pso-vmd

    47下载:
  2. 提供 基于粒子群算法优化的变分模态分解算法,适应度函数选择的是模糊熵(This paper presents a variational mode decomposition algorithm based on particle swarm optimization, and the selection of fitness function is fuzzy entropy)
  3. 所属分类:汇编语言

    • 发布日期:2020-01-01
    • 文件大小:2403328
    • 提供者:contribute
  1. 粒子群优化算法

    1下载:
  2. 惯性权重线性递减的粒子群优化算法,带适应度函数 可直接修改
  3. 所属分类:人工智能/神经网络/遗传算法

  1. 带压缩,学习因子

    1下载:
  2. 在matlab用于各种算法粒子群和遗传的测试函数性能比较,画图等等(Performance comparison of particle swarm and genetic test functions used in various algorithms in matlab, drawing, etc.)
  3. 所属分类:其他

    • 发布日期:2020-11-09
    • 文件大小:1024
    • 提供者:怀起
« 1 2 3 4 5 6 78 9 10 11 12 ... 33 »
搜珍网 www.dssz.com