搜索资源列表
YQSFDYSCX
- 蚁群算法的演示程序，很形象的说明的蚁群群体合作的智能性，很好的诠释了蚁群算法的精髓
基于人工鱼群算法的一元非线性函数寻优
- 人工鱼群算法是受鱼群行为的启发，由李晓磊等人于2002年提出的一种基于动物行为的群体智能优化算法。在一片水域中，鱼往往能自行或尾随其它鱼，找到营养物质最多的地方，因而鱼生存数目最多的地方一般就是本水域中营养物质最丰富的地方。人工鱼群算法根据这一特点，通过构造人工鱼来模仿鱼群的觅食、聚群、追尾、随机行为，从而实现寻优。本代码是基于人工鱼群算法的一元非线性函数寻优。
PSO算法程序
- 粒子群优化算法是一种基于群体智能的演化计算技术。与遗传算法相比，PSO没有遗传算法中的选择(Selection)、交叉(Crossover)、变异(Mutation)等操作，而是通过粒子在解空间追随最优的粒子进行搜索。(Particle Swarm Optimization (PSO) is an evolutionary computing technique based on group intelligence. Compared with the genetic algorithm, P
智能算法MATLAB 30程序及分析
- 2、案例目录： 1.1 理论基础 1.1.1 遗传算法概述 1. 编码 2. 初始群体的生成 3. 适应度评估 4. 选择 5. 交叉 6. 变异
多目标粒子群算法
- 多目标粒子群算法，解决实际问题，群体智能(multi objective particle swarm optimization)
第四讲 群体智能算法1
- 粒子群算法蚁群算法和简易ppt简单易懂，可供大家参考(Particle swarm optimization (PSO) ant colony algorithm and simple ppt are simple and easy to understand, which can be used for reference)
PSO
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，1995 年由Eberhart 博士和kennedy 博士提出，源于对鸟群捕食的行为研究 。该算法最初是受到飞鸟集群活动的规律性启发，进而利用群体智能建立的一个简化模型。粒子群算法在对动物集群活动行为观察基础上，利用群体中的个体对信息的共享使整个群体的运动在问题求解空间中产生从无序到有序的演化过程，从而获得最优解。(Particle swarm optimization (PSO) is an evo
粒子群算法实例 (2)
- 本文主要利用粒子群算法解决连续函数的最小值问题，粒子群优化是一种新兴的基于群体智能的启发式全局 搜索算法，粒子群优化算法通过粒子间的竞争和协作以实现在复杂搜索空间中寻找全局最优点。它具有易理解、易实现、全局搜索能力强等特点，倍受科学与工程领域的广泛关注，已经成为发展最快的智能优化算法之一。(Good particle swarm optimization and source program)
AntColonyOptimization-TSP
- 蚁群算法作为新发展的一种模拟蚂蚁群体智能行为的仿生优化算法，它具有较强的鲁棒性、优良的分布式计算机制、易于与其他方法相结合等优点，本算法用来解决最短路径问题，并在TSP旅行商问题上取得较好的成效。同时也可以在他领域如图着色问题、车辆调度问题、集成电路设计、通讯网络、数据聚类进行参考。(Ant colony algorithm is a newly developed bionic optimization algorithm that simulates the ant colony intel
SOA
- SOA是对人的随机搜索行为进行分析，借助脑科学、认知科学、心理学、人工智能、多Agents系统、群体智能等的研究成果，分析研究人作为高级Agent的利己行为、利他行为、自组织聚集行为、预动行为和不确定性推理行为，并对其建模用于计算搜索方向和步长。(SOA is a random search of the human behavior analysis, the research results of brain science, cognitive science, psychology, a
标准粒子群算法的程序
- 本程序给出了群体智能优化算法中的标准粒子群的优化算法(This program gives the optimization algorithm of standard particle swarm optimization in swarm intelligence optimization algorithm.)
DE
- 群体智能算法中，DE算法的MATLAB代码(MATLAB code of DE algorithm, intelligent algorithm)
nichingparticle-swarm-optimization
- 粒子群优化算起源于对鸟群、鱼群以及对某些社会行为的模拟，是一种基于群体智能的进化计算技术。而小生境技术则起源于遗传算法，这种方法能使基于群体的随机优化算法形成物种，从而使相应的优化算法具有发现多个最优解的能力。而多分类器集成技术则是通过多个分类器进行某种组合来决定最终的分类，以取得比单个分类器更好的性能。多分类器集成技术要求基元分类器不仅个体性能要好并且其差异度要大，这与小生境技术形成物种的能力具有很多内在的相似性。目前己经有研究者将小生境技术应用于多分类器集成，但由于传统的小生境技术仍然不完善
群体智能算法蚁群算法
- 蚁群算法解决最后一公里问题，蚁群算法是一种用来寻找优化路径的概率型算法。它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。
蚁群算法
- 群体智能算法，蚁群算法，有关无人机航迹规划，MATLAB 代码(Swarm intelligence algorithm, ant colony algorithm, related drone path planning, MATLAB code)
烟花算法MATLAB代码
- 烟花算法 (Fireworks Algorithm)，缩写为 FWA，是受到夜空中烟花爆炸的启发而提出的一种群体智能算法。
蝙蝠优化算法
- 蝙蝠优化算法是2010年基于群体智能提出的启发式搜索算法，是一种搜索全局最优解的有效方法。该算法是一种基于迭代的优化技术，与其他算法相比，蝙蝠算法在准确性和有效性方面远优于其他算法，且没有许多参数要进行调整。
灰狼优化算法源代码
- 灰狼算法,一种新型群体智能优化算法，将改进的灰狼算法优化神经网络模型，提高收敛速度，避免陷入局部最优解(The grey wolf algorithm (GWO), which is inspired by the predatory behavior of the gray wolf group, is a new group intelligent optimization algorithm that imitates the leadership of gray wolf populat
麻雀搜索算法
- 麻雀搜索算法：一种受麻雀群体行为启发提出的智能优化算法(sparrow search algorithm)
鲸鱼优化算法
- 受到鲸鱼的行为启发而产生的一种群体智能优化算法