搜索资源列表
SA_GA_PSO
- 模拟退火（SA）、遗传算法（GA）、粒子群优化（PSO）解决旅行商问题（TSP）实验 本文件包括源码，实验说明文档，实验总结PPT Have a happy experiment！-Simulated annealing (SA), genetic algorithms (GA), particle swarm optimization (PSO) to solve the traveling salesman problem (TSP) experiment of this docum
The-Multi-user-Detection-ALGORITHM
- 联合智能(JI-MUD)多用户检测算法是由粒子群优化(PSO)算法,遗传算法(GA)和模拟退火(SA)算法-the joint intelligent multi-user detection (JI-MUD) algorithm which was composed by particle swarm optimization (PSO) algorithm, genetic algorithm (GA) and simulated annealing (SA) algorithm was p
sso_simple
- simplified swarm optimization的matlab版本，可以節省寫程式的時間。本程演算法已驗證可以在某些問題上找到比pso、ga、sa、ts、aco等演算法更好的解。-simplified swarm optimization in matlab version, you can write a program to save time. The scheduling algorithm has been verified can find better than pso,
tsp
- SA、GA、PSO解决TSP问题的C++源代码-SA, GA, PSO to solve the TSP problem. C++
COR(v1.1)
- 资源竞争算法，此算法经过测算由于PSO、GA、SA等等，可以快速有效的优化。- Competition Over Resource Optimization Algorithm,
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
神经网络入门13课源码
- 神经网络入门13课源码 第一课 MATLAB入门基础 第二课 MATLAB进阶与提高 第三课 BP神经网络 第四课 RBF、GRNN和PNN神经网络 第五课 竞争神经网络与SOM神经网络 第六课 支持向量机( Support Vector Machine, SVM ) 第七课 极限学习机( Extreme Learning Machine, ELM ) 第八课 决策树与随机森林 第九课 遗传算法( Genetic Algorithm, GA ) 第十课 粒子群优化( Part
启发式算法
- 基础的启发式算法样例,ACA,GA,PSO,SA(Example of basic heuristic algorithm)
SA
- SA GA PSO等算法及改进的算法，以及Griewank 函数的matlab代码(SA GA PSO algorithm and improved algorithm, as well as the matlab code of Griewank function)