搜索资源列表
GTPSO
- 提出一种改进的粒子群优化算法———基于全局劣汰策略的混合粒子群优化算法(GTPSO) 。GTPSO在 保持PSO算法快速收敛的基础上,以郭涛算法(GuoA)的寻优机制确保种群的多样性和算法的坚韧性。数值计 算结果表明,对于高维(维数≥10)复杂非凸多峰函数的数值优化问题, GTPSO算法的计算结果均优于GuoA算 法和粒子群优化算法。-An improved particle swarm optimization algorithm--- poor overall survival
pso
- 程序说明： jblzq.m为基本粒子群程序求函数的最大值 lzq2.m是惯性权重法求函数的最大值 lzq3.m是惯性权重法求函数最小值。当然也可以用lzq2.m实现，在函数前加个负号 lzq4.m是收敛因子法求函数最小值 lzq5.m是带变异的惯性权重法求最大值，变异条件比较简单，变异次数多。还有一种变异是利用各粒的最优位置与全局最优位置的差的平方和，再开根号的值小于某一值最为收敛条件，将在我的报告中叙述 lzq6.m是分层粒子群优化算法，即利用两个粒子群同时进行搜索，一
psodivide
- 用分种群的粒子群算法来求取30维多峰行数Rastrigrin函数，运行100次得到平均值，标准差-Using points of population of the particle swarm algorithm to achieve 30 dimensions multi-peak Rastrigrin function, running 100 times get an average, standard deviation
constrain-opt
- 针对工程优化设计问题,提出了基于混沌粒子群算法的工程约束优化问题求解方法。CPSO算法利用混沌搜 索的全局遍历性、随机性和规律性等特点, 引导粒子在全局范围内搜索, 从而克服了传统粒子群算法早熟收敛的缺点。 该算法以种群适应度方差作为粒子群优化算法早熟收敛的判据, 并用惩罚函数法处理违法约束的粒子, 当基本粒子群算 法陷入早熟时, 随机选择粒子群中的部分粒子实施混沌搜索, 直至满足迭代收敛条件为止。CPSO算法能提高种群的多 样性和粒子搜索的遍历性, 从而有效提高了PSO算法的收
Semi-supervised-learning
- 义了一个欧氏距离和监督信息相混合的新的最近邻计算函数，从而将K一均值算法很好地应用于半 监督聚类问题。针对K一均值算法初始质心敏感的缺陷，用粒子群算法的搜索空间模拟聚类的欧氏空间，迭代搜 索找到较优的聚类质心，同时提出动态管理种群的策略以提高粒子群算法搜索效率。算法在UCI的多个数据集 上测试都得到了较好的聚类准确率。-Righteousness of a Euclidean distance and supervision of a mixture of new nearest n
100
- 前推回代法的辐射状配电网潮流程序 matlab编写蚁群算法实践 粒子群工具箱PSOt 基于遗传算法配电网无功优化方法程序源代码 求解机组组合问题的多种群混沌蚁群算法-Before the backward substitution method for radial distribution power flow program Matlab to write practical particle swarm ant colony algorithm toolbox PSOt Reactive
30-cases-in-matlab
- MATLAB智能算法30个案例分析，109页的详细讲解，程序和程序注解，可以直接复制代码。包括遗传算法，基于遗传算法和非线性规划的函数寻优算法，遗传算法工具箱详解及应用，多种群遗传算法的函数优化算法， 基于粒子群算法的多目标搜索算法，基于多层编码遗传算法的车间调度算法，基于遗传模拟退火算法的聚类算法，蚁群算法，支持向量机等等30章。-MATLAB intelligent algorithm 30 case studies, 109 detailed explanations, procedur
GA2
- 程序6：遗传算法工具箱使用例子； 程序7：多种群遗传算法的函数优化； 程序8：基于量子遗传算法的函数寻优； 程序9：基于遗传算法的多目标优化算法； 程序10：基于粒子群算法的多目标搜索算法-Program 6: examples of the use of genetic algorithm toolbox Program 7: multi-population genetic algorithm function optimization Program 8: a func
2
- 人工蜂群算法是一种较优秀的群体智能算法．尽管产生时间较晚，算法的很多方面(如引导信息素、信息素扩散机制、最优种群大小等)尚需进一步研究，但其性能仍可与现有许多群体智能算法相媲美，如蚁群算法、粒子群算法等．人工蜂群算法现已成为人工智能领域的一个研究热点问题．随着各项研究的不断深入，人工蜂群算法一定能够更多的解决更多实际问题．-Artificial bee colony algorithm Matlab procedures to achieve
MOPSO
- 多目标粒子群优化，是一种基于种群的进化算法，每次迭代能产生出一组非劣解，经过适当的扩展可适于求解多目标优化问题。-Multi-objective particle swarm optimization, evolutionary algorithm is a population-based, each iteration produces a set of non-dominated solutions, through appropriate extension may be adapted
POS_mod
- 改进的粒子群算法(PSO)MATLAB源程序m文件，在粒子群算法中引入克隆、选择算子寻求最优解。在同一粒子周围使用克隆选择算子进行多个方向的全局和局部搜索，促使种群中粒子快速进化，较快的得到局部最优和全局最优的位置-Improved particle swarm optimization algorithm (PSO) MATLAB source M files, in the particle swarm optimization algorithm to clone, the operat
基于matlab多种群粒子群算法求解多目标优化问题
- 本代码主要是matlab源代码，介绍了一种通多种群粒子群算法求解多目标优化问题，这是本人毕业设计的内容，源代码附有相关说明，且运行没有问题，大家可以参考(This code is mainly matlab source code, introduced a variety of particle swarm optimization algorithm to solve multi-objective optimization problem, this is my graduation pr