搜索资源列表
pso1
- 某些实际问题的优化目标是求所有的局部最优解, 即求解多峰寻优问题, 为了求解多峰优化问题, 提出了改造的微粒 群优化算法. 尽量减少微粒群算法中的全局因素, 从而增大其局部因素, 同时采用变步长方法增加微粒的多样性. 并给出了该算法 的原理和步骤. 仿真实验表明该算法概念清楚, 计算简单, 具有很好的局部寻优特性, 可应用求解于多峰寻优问题. 另外还给出了几 个运算实例和与其它优化算法的比较.-Some of the practical problems the optimizati
pso3
- 为寻求复杂多峰函数的全局最优解问题, 提出了新型混合算法。该算法由带共享函数 的遗传算法、移民技术、聚类算法和改进的Pow ell 算法组成。由于上述算法的有机配合, 提高了 混合算法的全局和局部搜索能力。油藏系统应用实例和仿真实例证明了算法的有效性-Complex multimodal function to find a global optimal solution of problem, a new hybrid algorithm. The algorithm function
Segmentation-combining-of-GA-and-ANN
- 结合遗传算法与神经网络的图像分割,能得到分割结果的全局最优解,避免陷入局部最优.- Segmentation of image through the combining of genetic algorithm and neural network.
pso
- 粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来的一种新的进化算法(（Evolu2tionary Algorithm - EA）。PSO 算法属于进化算法的一种，和遗传算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现
Bat-algorithm-source-code
- 蝙蝠算法是最近新提出来的，是一种搜索全局最优解的有效方法，这个是其源代码，在适当的条件下，可以看作是和声算法和粒子群算法的结合-Bat algorithm source code, the latest in a search element global optimal solution proposed in 2010, can be seen as a combination of harmony and PSO algorithm