当前位置:
首页
资源下载
源码下载
数值算法/人工智能
人工智能/神经网络/遗传算法
搜索资源 - An Improved Particle Swarm Optimization Algorithm
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_in_SD
- 最新SD期刊上关于改进型PSO算法,我是通过学校内部数据库在SD下载的哦!包括《A dynamic inertia weight particle swarm optimization algorithm》、《Adaptive Particle Swarm Optimization》、《Cyber Swarm Algorithms – Improving particle swarm optimization using adaptive memory strategies》。这三篇都是比较有研
Dynamic-Search-Algorithm
- 提出一种基于改进粒子群动态搜索算法的网络重构方法,算法把初始粒子群按照适应度的大小分为两个互不交叉,且具有不同分工的子群,并进行动态搜索。通过引入了交叉和禁忌思想,减少了解陷入局部最优的可能性.与遗传、禁忌搜索算法重构的结果进行比较,表明本文算法具有更高的搜索效率,更容易找到全局最优解.-:An improved method based on improved particle swarm optimization dynamic search algodthm networkrcconfig
improved-pso
- 一种改进的粒子群算法,在保持基本粒子群算法有点的同时,提高了算法效率-An improved particle swarm optimization, while the particle swarm algorithm a bit to maintain and improve the efficiency of the algorithm
Opposition-based-Stud-Genet
- 为进一步提高螺栓遗传算法的优化效率,加速寻优过程,提出基于对立策略的螺栓遗传算法。该算法在种群初始化阶段和变异阶段均用对立取代随机方式,提高产生解的质量。利用测试函数对算法的效率进行检验,将其与差分算法、遗传算法、粒子群算法和螺栓遗传算法进行对比,结果表明,新算法具有更快的收敛速度和更高的求解精度。-In order to improve the performance of Stud Genetic Algorithm(SGA) and accelerate the convergence s
Forecasting-wind-power
- 这是一篇关于利用改进的粒子群优化算法来构造多层人工神经网络的文章,可用于预测风力和天气。-This is an article on the use of improved particle swarm optimization algorithm to construct a multilayer artificial neural network of the article, can be used to predict the wind and weather.
