搜索资源列表
基于混合粒子群的土壤水分特征曲线参数优化
- 摘要：土壤水分特征曲线是研究土壤水运动的重要参数。Van Genuchten 方程（简称VG方程）是目前运用最广泛的土壤水分特 征曲线方程。将VG方程参数计算问题转化为一个非线性优化问题，然后构建单纯形算法和基本粒子群算法相结合的混合粒子 群算法对其进行求解。仿真实验结果表明采用混合粒子群算法与普通遗传算法、混合遗传算法、基本粒子群算法相比，不但提高 了收敛成功率、降低了迭代次数，而且对参数的取值范围也放宽了；采用混合粒子群算法计算参数的精度比非线性单纯形法和阻 尼最小二乘法要高，且不需
GoodsAllocatingProblemwithMultiAimsbasedonTheHybri
- 多目标货物配装问题是一个复杂的组合优化问题，属于NP难问题，本文用混合粒子群算法求解多目标货物配装问题。混合粒子群算法在基本粒子群算法的基础上，通过引进遗传算法中的交叉和变异的策略，避免了陷入局部最优，加快了达到全局最优的收敛速度。此外，本文提出用权重系数来平衡各目标使各目标都能达到相对较优的效果。-Multi-objective loading of goods is a complicated combinatorial optimization problems are NP hard p
Intelligentapplicationofthealgorithms
- 智能化算法的应用，介绍了各种智能算法的概况，详细介绍了蚁群算法、免疫算法、遗传算法、粒子群算法在配电网重构中的应用，可以管中窥豹地学习智能算法在具体问题中的应用-The application of intelligent algorithms, introduced an overview of the various intelligent algorithms, detailed information on ant colony algorithm, immune algorithm,
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
The-new-meta-heuristic-algorithm-bat
- 摘要：新型元启发式算法例如粒子群算法，萤火虫算法，和声搜索算法已经成为现今复杂的优化问题的有效解决方法。该文基于蝙 蝠的回声定位行为提出了一种新型的元启发式算法———蝙蝠算法，同时也将现有的一些算法的优点引入到该算法中。 改文对该算 法进行了详细的公式化表述并对其执行流程的作出了说明，并且将该算法与遗传算法、粒子群优化算法等算法进行了比较。仿真结 果表明,蝙蝠算法明显优于其他算法，并对进一步的研究作出了展望。-Summary: The new meta-heuristic algor
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.
Intelligent-algorithm
- 智能算法，包括粒子群，改进粒子群，改进遗传算法等，可用于预测等领域！-Intelligent algorithms, including PSO, improved particle swarm, improved genetic algorithm can be used to predict other fields!
nice
- 除了蚁群算法，可用于PID参数优化的智能算法还有很多，比如遗传算法、模拟退火算法、粒子群算法、人工鱼群算法，等等。-In addition to the ant colony algorithm, can be used to optimize the PID parameters, there are many intelligent algorithms, such as genetic algorithms, simulated annealing algorithm, particle
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
Machine-vision-analysis
- 硕士论文，基于机器视觉苹果检测算法的研究。主要内容包括：1、国内外研究现状及进展 2、苹果图像采集与处理 3、苹果大小与形状检测 4、粒子群优化的BP神经网络苹果颜色检测算法 5、遗传算法优化BP神经网络苹果缺陷检测算法 6、苹果检测系统的软件、硬件及界面设计-Research on Apple detection algorithm based on machine vision. The main contents include: 1, the domestic and foreign r
GA-PSO
- 粒子群算法与遗传算法的联合的GA-PSO算法运用，带有测试函数-Joint GA-PSO algorithm using particle swarm optimization and genetic algorithm with test function
GAPSOFCM
- 遗传算法和粒子群算法，应用于优化据数据集的聚类中心，结合FCM算法应用聚类分析的几篇文献。-Genetic algorithm and particle swarm optimization (pso) algorithm, are applied to optimization the clustering center of the data set
pso
- 粒子群算法是目前人工智能的基础算法，本程序是初学者更好的学习遗传算法的基础-Particle swarm algorithm is the basic algorithm of artificial intelligence. This procedure is the basis of the better learning genetic algorithm for beginners.
粒子群优化算法
- 粒子群优化（PSO）是一种进化计算技术（进化计算）。 捕食鸟行为的研究。粒子群算法（PSO）的基本思想是通过群体中个体之间的协作和信息共享找到最优解。 粒子群优化算法的优点是它简单且易于实现，没有多个参数。目前，它已广泛应用于函数优化、神经网络训练、模糊系统控制等遗传算法中。(The particle swarm optimization (PSO:Particle swarm optimization) is an evolutionary computing technology (Ev
智能算法总结
- 该文档对智能算法，包括遗传算法、粒子群算法、禁忌搜索算法和人工神经网络算法等的概念和性能进行了基本总结(This paper summarizes the concept and performance of intelligent algorithms, including genetic algorithm, particle swarm optimization algorithm, tabu search algorithm and artificial neural network a