搜索资源列表
求解矩阵特征值的改进PSO算法
- 求解矩阵特征值的改进PSO算法：为了改进粒子群算法在求解矩阵特征值时只能根据矩阵特征值范围逐一求解特征值的现状提出了一种改进的粒子群 算法改进的粒子群算法采用寻找到一个特征值后，适当改变适应值函数的策略，使搜索区域远离已寻找到的特征值，继续寻找 其他的特征值，如此反复，直到寻找到所有的特征值为止利用四个不同类型的矩阵求解特征值进行仿真，实验结果也验证了算 法的实用性和有效性
linxin
- 针对量子粒子群优化算法在处理高维复杂函数时存在的收敛速度慢、易陷入局部极小等问题，提出了混沌量子粒子群优化算法。-Abstract：Using quantum-behaved particle swarmoptimization (QPSO) to handle complex functions with high-dimension has the problems of low convergence speed and sensitivity to local convergence
lijinj
- 提出了一种基于反向学习机制的改进量子粒子群算法，采用反向学习机制增加种群的多样性，使搜索效率有了较大的提高，有效地避免了算法早熟收敛。-An improved quantum particle swarm optimization (QPSO) based on reverse learning is presented in this paper, which adopts reverse learning to increase the diversity of the popula
dsad
- ：智能算法如粒子群算法已被应用于PID控制器的参数优化，以弥补传统优化方法容易产生振荡和较大超调量 的不足，但是粒子群算法存在易于早熟的缺点，在分析量子粒子群算法的基础上，提出了使用量子粒子群算法优化PID控 制器的参数。为了兼顾控制系统的各项性能指标，根据控制器的实际要求对各项指标进行加权作为算法的目标函数，对 PID控制器进行多目标寻优。通过2个传递函数实例，分别使用z—N、粒子群算法和量子粒子群算法进行了PID控制器 参数优化设计，并对结果进行了分析。-Abstract：H
dsada
- 针对火电厂循环水加酸控制系统存在控制系统对象难以建立、非线性和时变的特性，采用了改进的粒子群优化 算法优化PID参数，使得控制器可在不同环境温度下采用不同的PID参数．实际运行结果表明，该系统能够克服环境温 度带来的干扰，使循环水pH值被控制在给定值范围内．-Water plus acid control system for thermal power plant control system exists object is difficult to establish, nonli
dsaddsafds
- PID控制器的性能取决于其控制参数的组合，针对其参数的整定和优化问题，提出了应用一种改进的粒子群优化算法，该 算法借鉴了遗传算法的杂交机制，并采用惯性权值的非线性递减策略。用以加速算法的收敛速度和提高粒子的搜索能力。将该算 法应用于一个二阶系统的PID控制器参数的优化。仿真结果表明该改进的粒子群算法具有比传统粒子群算法和遗传算法更好的 优化效果，具有一定的工程应用前景。-Abstract：PID controller’s performance completely depends
probabilistic-coverage-configuration
- 提出一种粒子滤波算法，对事件进行检测诊断-PF detection
PF_algorithms
- 这个文档描述了一些关于粒子群的算法都是比较新颖的，建议大家下载之后参考一下-This document describes some of the particle swarm algorithm are more innovative, suggest you consult after download
QPSOC
- Application of quantum-behaved particle swarm algorithm in clustering of genes量子行为粒子群算法在基因聚类中的应用-Application of quantum-behaved particle swarm algorithm in clustering of genes
Custom-Evaluation
- 提出一种基于粗糙集与支持向量机的客户动态评估方法。根据客户群特点从当前价值、潜在价值和附加价值三个维度分析并构建客户评估指标，利用指标的年增幅率监测客户价值的变化规律。应用粗糙集布尔推理算法、粒子群算法实现连续属性离散化和知识约简。通过10-重交叉验证和网格搜索技术获取最优惩罚因子与核参数，缩放样本数据集并完成支持向量机一对一分类器的训练与测试。结果表明该评估方法能够实现周期性的客户价值评估与细分，具有很强的泛化能力。- A customer dynamic evaluation method
Particle-filter-resampling-methods
- 粒子滤波是基于递推的MonteCarlo仿真方法的总称, 原则上可用于任意非线性、非高斯随机系统的状态估计。-Particle filter is based on the the MonteCarlo simulation method of recursive general principle can be used for any nonlinear, non-Gaussian random system state estimation.
Particle-filter-algorithm-
- 粒子滤波是基于递推的蒙特卡罗模拟方法的总称，可用于任意非线性，非高斯随机系统的状态估计。-The particle filter is based on recursive Monte Carlo simulation method general, can be used for any non-linear, non-Gaussian random system state estimation.
chapter10
- 基于粒子群算法的多目标搜索算法 基于粒子群算法的多目标搜索算法-Multi-target search algorithm based on particle swarm optimization based particle swarm algorithm for multi-target search algorithm
IST1videosBend
- 目标跟踪，粒子滤波，图像集，用于目标跟踪-Target tracking, particle filter, image sets for target tracking
job
- 使用粒子群算法解决车间作业调度问题的文章，有关于PSO的介绍。-Particle swarm algorithm to solve the Job Shop Scheduling Problem articles, introduction about PSO.
jobshop
- 使用遗传算法和粒子群算法共同解决混合车间作业调度问题的文章-The use of genetic algorithm and particle swarm algorithm to solve the articles of the Hybrid Job Shop Scheduling Problem
Design-and-Real-ization
- 在优化粒子滤波跟踪框架下, 设计并实现了一个结合多种图像特征、在多摄像机环境下跟踪人体运动的三 维人体运动跟踪系统1 通过定义三维人体模型、摄像机模型以及观测似然模型, 得到跟踪所需目标函数, 并使用优化 粒子滤波算法进行求解1 实验结果表明, 该系统能够对人体运动进行准确的跟踪和三维重建, 可应用于体育运动分 析和动画制作等领域1-A v ideo-based 3D human body motion t racking system is developed under the
MODIFIED_MULT
- 粒子群算法的说明，以及它在解决多目标问题时候的先进性。-Particle Swarm Optimization
PSO_matlab
- 粒子群算法 Matlab编程实现 这个程序就是最基本的粒子群优化算法程序，用Matlab实现，非常简单。只有几十行代码。-Particle swarm algorithm Matlab programming, this program is the basic particle swarm optimization algorithm procedures, using Matlab, very simple. Only a few dozen lines of code.
PSO
- 利用改进的粒子群算法解决旅行商问题，即g改进的PSO解决TSP,在调用程序时，直接输入pso（c,n），c为距离矩阵，请自己给出，n为粒子群个数-Improved particle swarm algorithm to solve the traveling salesman problem, ie g Improved PSO to solve the TSP