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；
MATLAB-Neural-network-cases
- 共有30个MATLAB神经网络的案例(含可运行程序），包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群）、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。-Neural network cases
30-case-studies
- MATLAB神经网络30个案例分析__读者调用案例的时候，只要把案例中的数据换成自己需要处理的数据，即可实现自己想要的网络。该书共有30个MATLAB神经网络的案例(含可运行程序），包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群）、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。-30 case studies of the MATLAB Neural Network __ readers call the case, as
tspPSO
- tsp问题的pso ；粒子群算法 程序简单 简单粒子群 二分查找 速度更快 但是没有加入其余优化 希望得到优化后的 和GA优化后的算法-pso for TSP problems
liziqunpso
- 粒子群算法是一种进化计算技术，来源于对鸟群捕食的思考,最早由Kenney与Eberhart 于1995年提出。在PSO中，寻找最优解被看做群体寻找目标。个体在搜索的过程中具有自己的位置和搜索速度。个体追寻最优个体在解空间中进行搜索。搜索的过程是一个反复的迭代过程。在这个过程中，个体完成的任务一是找寻自己认可的最优解；另个任务是获知群体得到的暂时最优解。 -The particle swarm optimization is an evolutionary computation tech
Intelligence-optimization-codes
- 智能优化算法汇总C语言大礼包 粒子群算法程序，是一种智能优化算法，1995年提出；-PSO algorithm
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
ACO_TSP
- 利用蚁群算法解决TSP旅行商问题，要求： （1）用蚁群算法解决TSP问题； （2）和粒子群PSO算法进行比较。-Ant colony algorithm to solve the traveling salesman problem TSP requires: (1) with ant colony algorithm to solve TSP (2) and particle swarm PSO algorithm for comparison.
ACO_AIA_PSO
- 综合粒子群和蚁群算法，再利用免疫算法中交叉变异算子；形成ACO-AIA-PSO混合算法，求解TSP问题-Integrated particle swarm and ant colony algorithm, and then use the crossover operator and mutation operator of immune algorithm the formation of ACO-AIA-PSO hybrid algorithm, for solving the TSP
youhuaPSO
- 基于粒子群算优化算法方向图综合技术。通过优化阵列的激励电流大小实现低旁瓣的方向图分布，同时在指定的干扰位置形成具有指定深度的零陷值；着重介绍了对于传统PSO算法易于早熟问题的改进。 -Based on particle swarm optimization algorithm pattern synthesis technology to achieve low sidelobe by excitation current size to optimize array pattern of
pso-tracking
- MATLAB程序；粒子群优化算法源代码，详细简单，适合理解粒子群算法的思路，-pso particle swarm optimization
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)
PSO_Standard
- 粒子群优化算法（PSO），里面已经标注了详细的注释，特别适合想迅速掌握粒子群算法原理的人下载使用(Particle swarm optimization algorithm)
MATAB神经网络30个案例分析
- 该PDF共有30个MATLAB神经网络的案例，包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群)、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。本PDF作为本科毕业设计、研究生项日设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。(The PDF has a total of 30 MATLAB in the case of neural networks, including BP, RBF, SVM
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)
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.)