搜索资源列表
rsds3
- 为解决高冲突证据下的D-S证据理论失效这一问题,在对已有一些代表性改进方法分析的基础上,提出了一种新的基于最优权重分配的D-S改进算法.
basic_PSO_with_w_c
- 带有收缩因子和惯性权重的基本PSO粒子群算法源代码。本源代码模块化编写，结构清晰，便于改进和做数值实验-With contraction factor and inertia weight PSO basic particle swarm algorithm source code. Source code modular preparation, structure, clear, easy to improve and to do numerical experiments
goplotpso
- 改进全局粒子群算法,加入时下论文中介绍的收敛因子和惯性权重，比传统基本算法效率高-Particle swarm optimization to improve the overall situation, adding the current paper are described in the convergence factor and inertia weight, the basic algorithm than the traditional efficient
psoandimprovedpso
- 基本粒子群优化算法和改进粒子群优化算法程序，包括：用基本粒子群算法求解无约束优化问题，用带压缩因子的粒子群算法求解无约束优化问题，用线性递减权重粒子群优化算法求解无约束优化问题，用自适应权重粒子群优化算法求解无约束优化问题，用随机权重粒子群优化算法求解无约束优化问题，用学习因子同步变化的粒子群优化算法求解无约束优化问题，用学习因子异步变化的粒子群优化算法求解无约束优化问题，用二阶粒子群优化算法求解无约束优化问题，用二阶振荡粒子群优化算法求解无约束优化问题，用混沌粒子群优化算法求解无约束优化问题，
MATLABoptimization
- matlab最优化程序包括 无约束一维极值问题 进退法 黄金分割法 斐波那契法 牛顿法基本牛顿法 全局牛顿法 割线法 抛物线法 三次插值法 可接受搜索法 Goidstein法 Wolfe.Powell法 单纯形搜索法 Powell法 最速下降法 共轭梯度法 牛顿法 修正牛顿法 拟牛顿法 信赖域法 显式最速下降法， Rosen梯度投影法 罚函数法 外点罚函数法 內点罚函数法 混合罚函数法 乘子法 G－N法 修正G－N法 L－M法
SAPSO
- 权重改进粒子群算法中的自适应权重法，平衡了PSO算法的全局探索能力和局部改良能力-Weight improved particle swarm algorithm in the adaptive weighting method to balance the global exploration of the PSO algorithm is improved capacity and capacity of local
pso
- 粒子群优化算法是一种进化优化技术，源于对鸟群扑食的行为，是一种基于迭代的优化工具。此文件提供了基本粒子群算法、带压缩因子的粒子群算法、二阶粒子群算法、二阶振荡粒子群算法、权重改进的粒子群算法、混沌粒子群算法、基于杂交的粒子群算法、基于模拟退火的粒子群算法的MATLAB源代码。-PSO is an evolutionary optimization technique, derived from the behavior of the birds of prey, is based on iter
PSO
- 带有收缩因子和惯性权重的基本PSO粒子群算法源代码。本源代码模块化编写，结构清晰，便于改进和做数值实验 -With the shrinkage factor and the basic PSO inertia weight particle swarm algorithm source code. Modular source code written in a clear structure, easy to improve and to do numerical experiments
pso-program
- 各种粒子群算法程序，包含基本粒子群，带压缩因子的粒子群算法，权重改进的粒子群算法，变学习因子的粒子群算法，二阶粒子群算法，混沌粒子群算法以及模拟退火的粒子群算法，功能很强大，经过实测可以直接应用-A variety of particle swarm optimization procedures, including elementary particles group with compression factor of the particle swarm algorithm, the w
PSO-and-improved-PSO
- 这是一个包含基本PSO算法和改进PSO算法的程序，包括带压缩因子的PSO，权重改进的PSO，变学习因子PSO，混沌PSO等-This is one that contains the basic PSO algorithm and PSO algorithm to improve the procedures, including with a compression factor of the PSO, the weight of the improved PSO, variable lear
ABCSMC_sysbio.tar
- 基于近似贝叶斯计算思想，用于系统生物学里模块功能搜索，结构筛选，参数区间权重划分。强大之处在于，练习者只须用新的生物case编一个input文件即可。输出量为模型，参数的权重。欲改进者可考虑引进粒子滤波中的权重给定方法。-Approximate Bayesian Computation in Python with GPU support。
PSO
- 具有随机权重的优化的粒子群调度算法，改进了权重的计算，使得权重的取值不超过0.9-Having random weight particle swarm optimization scheduling algorithm to improve the calculation of the weight, so that the weight values of no more than 0.9
IET_CV_2010
- 一种改进的背景权重的Meanshift跟踪方法-Robust Mean Shift Tracking with Corrected Background-Weighted Histogram
权重改进的粒子群算法
- 用于车辆参数最优选取，求取目标函数最大、最小值，对非线性、多峰问题均具有较强的全局搜索能力(It is used for the optimal selection of vehicle parameters, and the maximum and minimum values of the objective function are obtained. It has a strong global search ability for nonlinear and multimodal pr
粒子群算法
- 用改进的粒子群算法对基于非对角MAC矩阵元素均值最小目标函数为目标函数，以简支梁前三阶模态振型为原始数据对简支梁进行传感器优化布置。(The objective function based on the average minimum objective function of the non-diagonal MAC matrix elements is studied by the improved particle swarm algorithm.)
PSO_R改进权重
- PSO，改进权重的储能优化策略，simulink搭建(PSO, an improved energy storage optimization strategy, Simulink build)
自适应权重的PSO
- 自适应权重的粒子群算法，实现复杂问题的有效求解(Particle Swarm Optimization with Adaptive Weight for Effective Solution of Complex Problems)
pso
- 粒子群算法的源代码，包括线性递减惯性权重的改进代码(Source code of particle swarm optimization, including improved code of linear decreasing inertia weight)
粒子群算法原理及各种改进的PSO的matlab源码
- 各类改进粒子群算法，模拟退火，混合，随即权重，粒子群算法(All kinds of improved particle swarm optimization, simulated annealing, hybrid, random weight, particle swarm optimization)
PSO的PID控制器
- 针对一般的粒子群优化(PSO)学习算法中存在的容易陷入局部最优和搜索精度不高的缺点,对改进型PSO算法进行研究。由于惯性权重系数ω对算法是否会陷入局部最优起到关键的作用,因此,通过改变惯性权重ω的选择,对惯性权重系数采取线性减小的方法,引入改进型的PSO算法。采用改进的PSO算法对PID控制器进行参数优化并把得到的最优参数应用于控制系统中进行仿真。仿真实验结果表明:改进型PSO算法不会陷入局部最优,能得到全局最优的PID控制器的参数,并使得控制系统的性能指标达到最优,控制系统具有较好的鲁棒性。(