搜索资源列表
制粒子群算法的移动机器人路径规划
- [摘要】 由于用Pso进行机器人路径规划的研究尚局限于用连续模型规划连续描述的环境中的路径，使算法受到一定的局 限性．为此。研究了一种伞新的基于栅格法的机器人路径规划二进制粒子群算法．首先用栅格法描述机器人工作环境，在此基础 上，将机器人路径表示为粒子位置的二进制编码，并以路径长度为适应值，产生初始种群后，再对粒子佗置和速度进行更新，经 过多次迭代，即可获得从起始点到目标点的一条全局最优路径．该方法模型简单，算法复杂度低，收敛速度快，计算机仿真实验 证明『，该方法的有效性和先进性．
蚁群算法
- 蚁群算法/ 蚁群算法/Matlab中文论坛--助努力的人完成毕业设计.url 蚁群算法/一种快速求解旅行商问题的蚁群算法.pdf 蚁群算法/使用帮助：新手必看.htm 蚁群算法/基于改进蚁群算法对最短路径问题的分析与仿真.pdf 蚁群算法/基于改进蚁群算法的出租车路径规划算法.pdf 蚁群算法/基于改进蚁群算法的最短路径问题研究.pdf 蚁群算法/基于蚁群算法的公交路线走向模型及其求解.pdf 蚁群算法/基于蚁群算法的完全遍历路径规划研究.PDF 蚁群算法/用蚂蚁算法和模拟退火
云自适应粒子群算法
- 基于云模型的自适应粒子群算法，很有思想，很好！-Based on cloud model adaptive particle swarm algorithm, very ideological, very good!
求解机械优化的Pareto多目标中心粒子群算法
- 摘要：针对基于权重法的多目标算法无法求解约束多目标问题的缺陷，将中心粒子群算法与Pareto 解集搜索算法相结合，提出 一种Pareto 多目标中心粒子群算法。将此方法用来优化气门弹簧的模型，实验结果表明，该优化方法能够快速准确地收敛于Pareto 解集，并且使其对应的目标域均匀地分布于Pareto最优目标域。
求解药代动力学参数的自适应混合粒子群算法
- 摘要：针对传统方法具有初始值敏感和进化算法无法确定搜索范围等缺陷，将Nelder-Mead 单纯形与粒子群算法相结合，提出 了一种基于Nelder-Mead单纯形与粒子群算法的具有时变加速因子的自适应混合粒子群算法。将该混合算法用于血管外给药二 室模型参数优化的实验之中。仿真实验结果表明，算法计算精度高而且鲁棒性强，是一种新颖的解决药代动力学参数优化的较 好方法。
psoalgorithms
- 求解0-1二次规划的粒子群算法 先将离散的0-1变量约束转化成了不光滑方程的约束，再用磨光函数方法对其光滑化。最终，把原来的数学模型转化为可微的非线性规划问题。最后，粒子群优化算法求解-0-1 first discrete particle swarm algorithm for solving 0-1 quadratic programming variable constraint transformed into smooth equations and constraints, it
PSO-Algorithm
- 粒子群优化(Particle Swarm Optimization, PSO)，又称微粒群算法，是由J. Kennedy和R. C. Eberhart等于1995年开发的一种演化计算技术,来源于对一个简化社会模型的模拟。-Particle Swarm Optimization (Particle Swarm Optimization, PSO), also known as particle swarm optimization, by J. Kennedy and RC Eberhart eq
ab
- 基于遗传算法和基于粒子群算法的改进近似模型，对比图象和理论-Based on Genetic Algorithm and Particle Swarm Optimization Based on Improved approximation model, image contrast and theoretical
svm_v251
- 遗传算法和粒子群算法优化的近似模型，图象，理论与对比等说明。-Approximate model of genetic algorithm and particle swarm optimization, the image, and contrast theory and explanation.
Drawing-Vectorization-References
- 几篇图纸矢量化的论文。基于模板匹配和SVM的草图符号自适应识别方法。基于图形识别的建筑模型三维重建。基于拓扑结构的工程图纸识别方法。基于优化粒子群的NCC模板匹配算法。建筑构件智能识别方法研究。-Vector drawing of several papers.
estimation-extended-Kalman-filter
- 针对感应电机扩展卡尔曼滤波器转速估计中难以取得卡尔曼滤波器系统噪声矩阵和测量噪声矩阵最优值的问题，提出了一种基于改进粒子群算法优化的扩展卡尔曼滤波器转速估计方法。算法通过融合遗传算法和粒子群算法的优点，采用可调整的算法模型对粒子群算法进行改进，将改进的粒子群算法对扩展卡尔曼滤波器中的系统噪声矩阵和测量噪声矩阵进行优化处理，将优化后的卡尔曼滤波器应用于感应电机转速估计。- Extended K
智能优化算法应用于近红外光谱波长选择的比较研究
- 近红外光谱(NIRS)是一种间接分析技术,其应用需建立相应的校正模型。为了提高模型的解释能力、预测准确度和建模效率,需要对NIRS 进行波长选择,优选最小化冗余信息。选用蚁群优化(ACO)、遗传优化(GA)、粒子群优化(PSO)、随机青蛙(RF)和模拟退火(SA)5 种智能优化算法对烟叶总氮和烟碱近红外光谱数据进行特征波长选择,结合偏最小二乘(PLS)算法,构建了多个烟叶总氮和烟碱的校正模型,(Near infrared spectroscopy (NIRS) is an indirect an