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
ga
- 粒子群算法与遗传算法的结合研究，值得参考！-Particle Swarm Optimization and Genetic Algorithm for the combination of research
GODLIKE
- 遗传算法与模拟退火,粒子群算法的结合与比较实验.稍微修改就可以学习应用-Genetic algorithms and simulated annealing, particle swarm optimization algorithm and comparison with experiment. A slight modification can learn the application of
GAPSO
- 这个算法是遗传算法和粒子群优化算法相互结合的matlab程序，优化效率提高很多，不会陷入局部最优-This algorithm is a genetic algorithm and particle swarm optimization algorithm combined with each other matlab program, optimizing the efficiency a lot and will not fall into local optimum
mastering_matlab
- 精通MATLAB最优化计算 配套光盘 本书的主要内容是应用MATLAB来解决最优化问题，通过将“最优化问题”、“MATLAB优化工具箱”和“MATLAB编程”这三方面有机结合进行讲述，即一方面是使用工具箱来快速解决最优化问题，另一方面是通过算法编程深入解决最优化问题。主要包括MATLAB优化工具箱、无约束多维极值问题、约束优化问题、非线性最小二乘优化问题、线性规划、整数规划、二次规划、粒子群优化算法、遗传算法。 -The main contents of the book is the
TSP-based-on-improved-pso
- 基于对粒子群优化算法原理的分析，实现了一种基于TSP的改进的粒子群优化算法：求解TSP的混合粒子群算法，结合遗传算法、蚁群算法和模拟退火算法的思想来解决TSP问题。-Particle swarm optimization based on the principle of the analysis, implemented based on TSP, improved particle swarm optimization algorithm: solving the TSP hybrid pa
pso-simulation
- 粒子群优化算法的源程序代码，其中结合了遗传算法进行优化。-Particle swarm optimization algorithm source code, which combines the genetic algorithm optimization.
GA-PSO
- 遗传算法结合粒子群算法的例子，采用matlab编程-Particle swarm optimization with genetic algorithms example, using matlab programming
GAPSO
- 结合遗传算法和粒子群算法的MATLAB程序M文件-M-file MATLAB program combined with genetic algorithm and particle swarm optimization
1
- 智能优化算法作为新兴的搜索算法，一般是指利用自然界的生物系统与优化过程的某些相似性而逐步发展起来的优化算法，如遗传算法、粒子群算法、蚁群算法等，它们通过对搜索空间中的一组解按概率规则操作得到下一组解。 人工鱼群算法源于对鱼群运动行为的研究，是一种新型的智能仿生优化算法。它具有较强的鲁棒性、优良的分布式计算机制、易于和其它方法结合等优点。目前对该算法的研究、应用已经渗透到多个应用领域，并由解决一维静态优化问题发展到解决多维动态组合优化问题。 -As an emerging intell
The-Multi-user-Detection-paper
- 提出了基于联合智能算法的MIMO-OFDM系统多用户检测算法。联合智能算法结合了粒子群优化算法、遗传算法、模拟退火算法的思想。-Joint intelligent algorithm is proposed based on multi-user detection algorithm of MIMO- OFDM system. Combined intelligent algorithm combining particle swarm optimization algorithm and g
GA-PSO
- 基于粒子群的遗传算法实现。改代码是将粒子群的算法的有点和遗传算法的有点结合起来做的一种优化。-PSO based on genetic algorithm to achieve
GA_PSO
- GA_PSO为GA和PSO混合的优化算法,粒子群算法与遗传算法结合-GA_PSO optimization algorithm for mixed GA and PSO, PSO and Genetic Algorithm
38430124GA_BP-pso_bp
- 这是一种遗传算法和BP网络结合的算法，粒子群和BP网络，这两种算法进行结果比对。(This is a genetic algorithm and BP network combination algorithm, particle swarm and BP network, the two algorithms for results comparison.)
bin
- 基于杂交的混合粒子群算法，结合遗传算法和混合粒子群算法两大优势(Hybrid particle swarm optimization based on hybrid algorithm combines two advantages of genetic algorithm and hybrid particle swarm optimization algorithm)
粒子群算法源代码
- 改进的粒子群算法，与遗传算法，神经网络，模拟退火等算法相结合(An improved particle swarm optimization algorithm combined with genetic algorithm, neural network, simulated annealing algorithm and so on)
kriging
- 改进的粒子群优化克里金模型，普通的克里金模型MATLAB数据包与遗传算法的结合(Improved particle swarm optimization model of Kriging, Kriging model MATLAB data packet and genetic algorithm combined with the general of the)
DO-GAPSO
- 学术实验，云环境下的任务调度算法，基于遗传算法与粒子群算法相结合的调度算法(Task Scheduling Algorithm Based on DO-GAPSO Under Cloud Environment,Academic experiment,it is used to verify the effect of the experiment.)
mie
- 与遗传算法结合，处理异常方程组，，，，，，，，，，(Combining with genetic algorithm to deal with abnormal equations)
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