搜索资源列表
ParticleSwarmOptimization(PSO)Primer
- 本文是关于粒子群算法(pso)的介绍和相关MATLAB源程序,是智能天线权值优化方面的一种很前沿的算法-paper on the PSO (pso) related to the introduction and MATLAB source. Smart Antenna is the right optimization of a very forefront of the algorithm
2
- 粒子群算法优化人工神经网络的基本程序，对神经网络权值进行优化，改进神经网络的不足-The basic particle swarm optimization neural network program
program
- 编写了一个pso优化bp神经网络的程序，应用在分类中。第一步：pso优化bp神经网络得到最优的阈值和权值，第二步bp神经网络把该最优的阈值和权值作为初始阈值和权值，采用动量及自适应学习速率算法进行训练。附件中，是数据和编写的部分程序，tiqushuju是用来提取文本中的数据构造样本集的函数。mubiao是用来构造期望输出的函数。bp是已经编写好的，未使用pso优化的bp神经网络函数。pso是本人编写的pso优化bp神经网络的函数，psobp是采用pso优化的阈值和权值作为bp神经网络的初始权值和
13_粒子群
- 航迹规划是无人机执行侦察和作战任务中的关键技术，规划算法的性能直接影响着航迹规划的质量。针对航迹规划最优性和实时性问题，提出一种惯性权值" 阶梯式" 调整策略与跳出局部最优解策略相结合的改进粒子群无人机航迹规划算法。(Route planning is the key technology for UAV to perform reconnaissance and combat tasks, and the performance of planning algorithm
模拟退火算法
- 提出了一种基于粒子群优化(PSO)算法的径向基(RBF)网络参数优化算法,首先利用减聚类算法确定网络径向基函数中心的个数,再用PSO算法优化径向基函数的中心及宽度,最后用PSO算法训练隐含层到输出层的网络权值,找到神经网络权值的最优解,以达到优化神经网络学习的目的。最后,通过一个实验与最小二乘法优化的神经网络进行了比较,验证了算法的有效性。(Particle swarm optimization (PSO) optimization of RBF network)
ELM_PSO-master
- 为了提升配网供电可靠性的预测精度!提出了基于主成分分析和粒子群优化极限学习机的配网供电可靠 性预测模型$ 从多方面分析影响供电可靠性的指标!利用主成分分析得到综合变量!实现对数据的降维$ 在此基 础上!构建人工神经网络并利用粒子群算法优化极限学习机的输入权值和阈值!完成对训练供电可靠性预测模型 的训练$ 以某大型电网的 ?L 个供电局样本 !% 种影响供电可靠性因素为例进行仿真分析!并将 E S R C E FQ C 4 G D算 法与 ! 种回归拟合算法对比!验证了该方法的有效性(It i