搜索资源列表
pso
- 二进制粒子群优化算法pso，主程序：swarmpso.m 它包括以下子程序： 1. 初始化：swarminit.m 2. 适应值计算函数：swarmeval.m；
PSO_base_RBF
- PSO的RBFNN优化程序 算法步骤 1.样本数据归一化处理，即将输入输出归一化到[-1,1]区间； 2.确定RBF网络的中心和宽度； 3.以拟合误差的均方根作为性能指标，使用PSO算法优化RBF网络输出层到隐层的连接权值矩阵-PSO-RBFNN algorithm optimization procedures Step 1. Sample data normalization treatment, about input and output normalized to [-
pso
- 对微粒群算法结构的改进方案有很多种，对其可分类为：采用多个子种群；改进微粒学习对象的选取策略；修改微粒更新迭代公式；修改速度更新策略；修改速度限制方法、位置限制方法和动态确定搜索空间；与其他搜索技术相结合；以及针对多模问题所作的改进。-Structure of the particle swarm algorithm to improve the program there are many, its can be classified as: the use of multiple sub-p
pso
- 标准PSO算法代码采用C++编制；注释丰富；带有测试函数；测试函数在（0，-1）处取得最小值3。-Standard PSO algorithm code using C++ preparation Notes rich with test function test function in (0,-1) obtained at the minimum three.
pso
- 标准PSO算法代码采用C++编制；注释丰富；带有测试函数；测试函数在（0，-1）处取得最小值3。-Standard PSO algorithm code using C++ preparation Notes rich with test function test function in (0,-1) obtained at the minimum three.
pso_goldstein_
- 标准PSO算法代码采用C++编制；注释丰富；带有测试函数；测试函数在（0，-1）处取得最小值3。编译运行通过修改优化模型即可直接用来优化你所需求解问题,本人在弹道优化方面已测试成功。代码内总共进行50次pso搜索运算，以提高算法的可靠性，迭代最大次数限制在500次以内，输出最佳适应值和取得最佳适应值时的迭代次数，平均进行每次pso运算要多少次迭代才能得到满足条件的解-Standard PSO algorithm code using C++ preparation Notes rich wi
pso_goldstein
- 标准PSO算法代码采用C++编制；注释丰富；带有测试函数；测试函数在（0，-1）处取得最小值3。编译运行通过修改优化模型即可直接用来优化你所需求解问题,本人在弹道优化方面已测试成功。代码内总共进行50次pso搜索运算，以提高算法的可靠性，迭代最大次数限制在500次以内，输出最佳适应值和取得最佳适应值时的迭代次数，平均进行每次pso运算要多少次迭代才能得到满足条件的解-Standard PSO algorithm using C++ code compiled Notes rich with
PSOBP502
- Parsopoulos等采用罚函数法，利用非固定多段映射函数对约束优化问题进行转化，再利用PSO算法求解转化后问题，仿真结果显示PSO算法相对遗传算法更具有优越性，但其罚函数的设计过于复杂，不利于求解；Hu等采用可行解保留政策处理约束，即一方面更新存储中所有粒子时仅保留可行解，另一方面在初始化阶段所有粒子均从可行解空间取值，然而初始可行解空间对于许多问题是很难确定的；Ray等提出了具有多层信息共享策略的粒子群原理来处理约束，根据约束矩阵采用多层Pareto排序机制来产生优良粒子，进而用一些优良的
改进的PSOBP
- 使用改进的PSO算法优化BP神经网络是实现数据的分类。调试通过，替换样本数据即可使用(Optimizing BP neural network using improved PSO algorithm is the classification of data. Debug through, replace sample data can be used)
PSO
- Python 实现的粒子群优化算法 粒子群算法源于复杂适应系统（Complex Adaptive System,CAS）。CAS理论于1994年正式提出，CAS中的成员称为主体。比如研究鸟群系统，每个鸟在这个系统中就称为主体。主体有适应性，它能够与环境及其他的主体进行交流，并且根据交流的过程“学习”或“积累经验”改变自身结构与行为。整个系统的演变或进化包括：新层次的产生（小鸟的出生）；分化和多样性的出现（鸟群中的鸟分成许多小的群）；新的主题的出现（鸟寻找食物过程中，不断发现新的食物）。(Par
2
- 基于动态环境的粒子群算法；matlab程序(dynamical environment-based PSO-algorithm)
code
- 该代码为基于pso算法优化的PID神经网络的系统控制算法 清空环境变量 粒子初始化 初始种群极值 迭代寻优 最优个体控制(The code is the system control algorithm of PID neural network based on PSO algorithm optimization Empty the environment variable Particle initialization Initial population extremum
PSO
- 粒子群算法的寻优算法-非线性函数极值寻优(Particle swarm optimization algorithm for Extremum seeking of nonlinear function)
PsoConstrained
- 带有约束的PSO算法实例，，，，，，，，，，，，，，，，(An example of PSO algorithm with constraints)
PSO+2
- 基于模拟退火的PSO算法;用一个算列来说明该方法；同步变化学习因子PSO算法,也用一个算例来说明;本人运行测试通过(PSO algorithm based on simulated annealing; a column is used to illustrate the method; I run the test.)
“群体智能算法”Matlab工具箱3.0
- 群体智能算法”Matlab工具箱3.0 集成了八种种群体智能算法：'PPNGA','SFLA','MSFLA','AF-SFLA','PSO','ABC','DEr1','DEb2' % 2、适应度函数开放了一个参数Parmaters，接收本文件Options.Parmaters传递的参数，实例参见m文件F3_Rastrigin.m % 3、本程序设置了三个终止条件，终止条件3是必需的；终止条件1,2是可选的，不需要时隐去代码即可 % 4、在优化参数设置中，小种群设置与大种群设置各有优势
pso GA PID参数整定
- 该程序为微粒群算法与遗传算法求解pid参数整定MATLAB程序，优化结果包含参数输出与参数曲线变化图。(The program solves the PID parameter tuning MATLAB program for particle swarm optimization and genetic algorithm, and the optimization results include parameter output and parameter curve change dia
PSO-BP
- 粒子群算法优化BP神经网络，可用于指标预测(BP neural network optimized by Particle swarm optimization (PSO) that can be used for index prediction)
粒子群算法优化极限学习机PSO_ELM
- PSO粒子群算法优化极限学习机ELM参数，即PSO-ELM(The PSO particle swarm optimization algorithm is used to optimize the extreme learning machine ELM, ie pso-elm)
PSO提取特征
- PSO提取特征，数据为两个板块，标签和数据分成两个矩阵并分别进行了转置(PSO extracts features. The data is divided into two parts. Label and data are divided into two matrices and transposed respectively.)