搜索资源列表
粒子群优化算法C
- 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域-comparison with the genetic algorithm, the advantages of PSO is simple and easy to achieve without many parameters need to be adjusted. Now it has been widely used function op
GAPSO.rar
- 遗传粒子群的最新改进算法，随着维度增加效果更好,Genetic Particle Swarm latest improved algorithm, with the increasing dimensions better
algorithms
- 我个人收集的各类智能算法，共有20多个源代码，包括：遗传算法，蚁群算法，粒子群算法，微分进化算法，遗传神经网络算法，粒子群SVM算法，粒子群神经网络算法等混合算法-I collect all kinds of intelligent algorithms, a total of more than 20 source code, including: genetic algorithms, ant colony optimization, particle swarm optimization,
psoyouhuannyj
- 基于粒子群优化的神经网络训练算法研究论文 摘 要: 本文提出了基于连接结构优化的粒子群优化算法(SPSO) 用于神经网络训练,该算法在训练神经网络权 值的同时优化其连接结构,删除冗余连接,使神经网络获得与模式分类问题匹配的信息处理能力. 经SPSO 训练的神经 网络应用于Iris ,Ionosphere 以及Breast cancer 模式分类问题,能够部分消除冗余分类参数及冗余连接结构对分类性能 的影响. 与BP 算法及遗传算法比较,该算法在提高分类误差精度的同时可加快训
GAPSO
- GAPSO算法是一种先进的遗传粒子群算法，广泛应用于电力系统的低频振荡的控制研究。中。-无
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，
GAPSO
- 这个算法是遗传算法和粒子群优化算法相互结合的matlab程序，优化效率提高很多，不会陷入局部最优-This algorithm is a genetic algorithm and particle swarm optimization algorithm combined with each other matlab program, optimizing the efficiency a lot and will not fall into local optimum
psoandga
- 粒子群算法及其与遗传算法的比较，加深交流！-pso ga compare
chap8（遗传算法和粒子群算法）
- 遗传算法流程以及几种应用场景，matlab原程序代码及mat文件(Genetic algorithm process and several application scenarios, matlab original program code and mat files)
杂交粒子群算法源程序
- 杂交粒子群算法求函数极值，是粒子群算法和遗传算法的一种混合算法(Hybrid Particle Swarm Optimization for extremum of function)
遗传算法和粒子群算法求解非线性函数最大值问题
- 遗传算法和粒子群算法求解非线性函数最大值问题(Solving the maximum value problem of nonlinear function by genetic algorithm and particle swarm optimization)
粒子群算法源代码
- 改进的粒子群算法，与遗传算法，神经网络，模拟退火等算法相结合(An improved particle swarm optimization algorithm combined with genetic algorithm, neural network, simulated annealing algorithm and so on)
粒子群优化算法
- 粒子群优化算法（Particle Swarm Optimization，简称为PSO），粒子群算法是近年来发展起来的一种新的进化算法，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，通过适应度来评价解的品质(Particle swarm optimization algorithm (Particle Swarm Optimization, referred to as PSO), particle swarm algorithm is a new evolutionary algori
13种PSO算法以及课件
- 各算法对应的问题如下： PSO 用基本粒子群算法求解无约束优化问题 YSPSO 用带压缩因子的粒子群算法求解无约束优化问题 LinWPSO 用线性递减权重粒子群优化算法求解无约束优化问题 SAPSO 用自适应权重粒子群优化算法求解无约束优化问题 RandWPSO 用随机权重粒子群优化算法求解无约束优化问题 LnCPSO 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 AsyLnCPSO 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
基于粒子群算法和遗传算法的PID参数优化
- 基于粒子群算法和遗传算法的PID参数优化程序和相应文档(The Optimization of PID Parameters Based on Particle Swarm Optimization and Genetic Algorithm)
粒子群
- 粒子群算法，也称粒子群优化算法或鸟群觅食算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，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
遗传粒子群优化算法-GAPSO
- 遗传算法改进粒子群算法及混沌粒子群算法的源码(Improved genetic algorithm for particle swarm optimization and chaotic particle swarm optimization)
GA_RBF_SVM
- 粒子群优化SVM参数 遗传算法优化SVM参数(Particle Swarm Optimization of SVM Parameters)
粒子群算法
- 粒子群算法，也称粒子群优化算法或鸟群觅食算法(Particle Swarm Optimization)，缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等 开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，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"
遗传粒子群优化算法-GAPSO
- 混沌粒子群优化算法，及其该算法的简单应用(A SIMPLE IMPLEMENTATION OF THE PARTICLE SWARM OPTIMIZATION)