搜索资源列表
mentkal.1
- 计算多重积分是蒙特卡罗方法的重要应用领域之一。本章着重介绍计算定积分的蒙特卡罗方法的各种基本技巧,而这些技巧在粒子输运问题中也是适用的
condensationparticalfilter
- 实现了粒子滤波功能,主要用在跟踪等各个方面,是一个很好的算法-The realization of the particle filter, mainly used in tracking all aspects of the algorithm is a very good
psovq
- 该算法将粒子对算法应用于图像矢量量化,是一个很实用的源码。-The algorithm will be applied to particle image vector quantization algorithm, is a very useful source.
ipso
- 用免疫粒子群对压电陶瓷执行器进行模型辨识的一种方法-immune PSO
vb_psojiemian-
- 粒子群优化函数界面,可以学习VB的知识,得到提高-Particle swarm optimization function
PSOt
- PSO 工具箱,粒子群优化测试,有具体的使用方法。调试简单,易懂。-Particle Swarm Optimization
inversion
- 王家映关于地球物理资料非线性反演理论的讲座系列,包括11个文档(地球物理反演问题概述,蒙特卡洛法,模拟退火法,遗传算法,人工神经网络,共轭梯度,同伦反演法,量子遗传算法,蚁群算法,粒子群反演算法,模拟原子跃迁反演法)-Wang Ying on the theory of nonlinear inversion of geophysical data lecture series, including 11 documents (geophysical inversion problems out
CMOPSO1
- Coello Coello等人提出了MOPSO。该程序针对测试函数 1的matlab程序。该算法引入了自适应网格机制的外部种群,不仅对群体的粒子进行变异,而且对粒子的取值范围也进行变异,且变异尺度与种群进化的代数成比例。-Handling Multiple Objectives With Particle Swarm Optimization Carlos A. Coello Coello, Member, IEEE, Gregorio Toscano Pulido, and Maximin
CMOPSO5
- Coello Coello等人提出了MOPSO。该程序针对test function 5的matlab程序。该算法引入了自适应网格机制的外部种群,不仅对群体的粒子进行变异,而且对粒子的取值范围也进行变异,且变异尺度与种群进化的代数成比例。-reference:Handling Multiple Objectives With Particle Swarm Optimization Writer:Carlos A. Coello Coello, Member, IEEE, Gregorio Tos
particle_filter_tracking
- 粒子滤波的实现程序,粒子滤波是SMC的一种方法,应用已目标跟踪中-Particle filtering procedures, particle filter is a method of SMC, target tracking application has been
pso
- 粒子群Var算法,具有良好的收敛性,速度快,准确,且备注很清晰-Particle swarm algorithm Var
PSOFORWTA
- 寫的不錯的粒子群眼算法,適合初學長來使用,並做為參考基準CODE-A good written PSO algorithm, suitable for beginners to reference
PSOt
- 对于约束优化问题,大多数算法都基于梯度的概念,要求目标函数和约束条件可微,而且一般只 能求得局部最优解’ 粒子群优化算法(@DMLEP&H 6VDMS .RLESDTEL F,简称 @6.) [ ,)] ,由于其具有容易理 解、易于实现、不要求目标函数和约束条件可微,并能以较大概率求得全局最优解的特点,目前已在 许多优化问题中得到成功应用-For constrained optimization problems, most algorithms are based on the
pso
- 粒子群优化算法 改进粒子群优化算法的典型例子 易懂易学-Particle swarm optimization algorithm A typical example of improved particle swarm optimization algorithm is easy to understand