搜索资源列表
遗传算法对PID参数的优化
- 遗传算法对PID参数的优化，这是在Matlab下编写的！-genetic algorithm to optimize the parameters of PID, which is prepared in Matlab!
bp_pid01
- 一个用bp 来优化pid 参数的matlab 源程序。
差别算法matlab源码
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation).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。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应
chao-matlab
- 包含有详细的混沌理论优化算法，可以用于控制器参数的寻优-Chaos Theory contains a detailed optimization algorithm, can be used for optimization of controller parameters
PSOtoolbox.rar
- 微粒群算法[PSO ] 是由Kennedy 和Eberhart等于1995 年开发的一种演化计算技术, 来源于对鸟群捕食过程的模拟。PSO同遗传算法类似，是一种基于叠代的优化工具，但与遗传算法使用遗传操作子进行优化不同，利用群体中各个体之间的“协作”与“竞争”关系，根据自身及其竞争者的飞行经验，调整自己的行为。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，模糊系统控制以及其他遗传算法的应用领域。,Particle Swarm Opt
tunningPIDbyPSO.zip
- 埃及人wael korani写的采用粒子群算法（pso）代码调用simulink模型优化pid参数，与大家共享,Wael korani Egyptians wrote using particle swarm optimization (pso) code pid call simulink model optimization parameters, and share
psoprogress.rar
- ％程序名称：求解约束优化问题的改进粒子群优化算法 ％程序功能：求解带各种约束条件的优化问题 ％输入条件：各种初始条件，以及设定参数 ％输出数值：最优解位置以及函数极小值 , Program name: for solving constrained optimization problems to improve particle swarm optimization algorithm program features: solving with a variety of constr
fsolve
- matlab中fsolve语句数值效果较好，采用的解法是将方程组转化为最小二乘问题，调用指令lsqnonlin求解，所以，它参数的选取和优化指令的用法是一致的-matlab numerical results in fsolve statement better solution is to use the equations into a least squares problem, call the command lsqnonlin solution, therefore, it is p
psoSVM
- 利用微粒群算法（pso）优化支持向量机（SVM）的参数-c,-g-Using pso optimized support vector machine parameters-c,-g
afsa-
- 完整的Matlab程序，本程序为人工鱼群算法优化支持向量机参数，并取得良好效果-Complete Matlab program, the procedure for the artificial fish school algorithm parameters optimized support vector machine, and achieved good results
GA
- 在matlab平台下，用GA对的lssvm的参数进行优化，很有用的东西。-Platform in matlab, using the GA to optimize parameters lssvm, very useful things.
gatbx
- matlab里的gatbx遗传算法工具箱，内有使用说明.适用于寻找最优点及支持向量机和神经网络的参数优化。-the gatbx genetic algorithm toolbox in matlab, with instructions for use. applied to find the most advantages and parameter optimization of support vector machines and neural networks.
hybrid_PSO
- 一种基于混合策略的改进粒子群优化算法，包括执行程序hpso.m和参数设定hPSOoptions.m两个源文件。代码清晰，易于改进实现。结果显示有效的提高了SPSO的性能-A hybrid strategy based on improved particle swarm optimization algorithm, including the implementation of procedures and parameters set hpso.m two hPSOoptions.m sou
class
- 这个是我自己编写的基于混沌自适应粒子群优化支持向量机用于分类的matlab程序，本程序以心脏病的诊断为例，得出了非常好的效果！主要贡献在于解决了支持向量机参数人为选取随意性大且效果好坏不稳定的难题！-This is what I have written based on adaptive chaotic particle swarm optimization of support vector machine for classification of matlab procedures, t
Regression_LS_SVMlab_PSO_LuHua
- 运用粒子群算法优化支持向量机的参数，效果比较好-The use of particle swarm optimization algorithm for support vector machine parameters, the effect is better
SCE_TOOL_BOX
- SCE（shuffled complex evolution ）是一种相对较新的连续性问题的元启发搜索算法。这个工具箱是Duan Q Y 在优化水文参数中用到的-SCE (shuffled complex evolution) is a relatively new meta-continuity heuristic search algorithm. This toolbox is optimized Duan QY hydrological parameters used in
ga_bp
- 基于gaot工具箱优化BP以实现数据拟合。在nninit.m中修改数据存储的路径以及隐含层节点数的设置（S1），遗传算法与bp的参数修改在ga_bp.m中进行。-Toolbox gaot Optimize based on BP in order to achieve data fitting. At nninit.m modify the path of data storage as well as the hidden layer nodes of the set (S1), geneti
yhzgah_sars
- 用matlab编写的用遗传算法优化的神经网络的算法，读者可以根据需要进行相应参数的定义。-Prepared using matlab optimization using genetic algorithm neural network algorithm, readers can be required to carry out the corresponding definition of parameters.
qpso
- 在网络异常检测中,为了提高对异常状态的检测率，降低对正常状态的误判率,本文提出一种基于量子粒子群优化算法训练小波神经网络进行网络异常检测的新方法。利用量子粒子群优化算法(QPSO)训练小波神经网络,将小波神经网络(WNN)中的参数组合作为优化算法中的一个粒子,在全局空间中搜索具有最优适应值的参数向量。- In order to improve the detection rate for anomaly state and reduce the false positive rate for n
Optimization_of_RBF_Network
- Matlab粒子群算法优化RBF网络 采用了粒子群算法对RBF神经网络中的参数进行了优化，在测试程序中验证了经过粒子群算法优化的RBF神经网络的函数逼近能力比未经过优化的逼近能力强-Matlab PSO RBF network optimization using particle swarm optimization on RBF neural network parameters are optimized, in the test procedures and verified thr