搜索资源列表
MOPSO-master
- 基于多目标粒子群优化算法 仿真程序 给出了三个cost函数，也可自己编写(pso path planning mobile robot)
粒子群PID
- 该代码为基于pso算法优化的PID神经网络的系统控制算法(The code is based on the PSO algorithm optimized PID neural network system control algorithm)
RGBD_Particle_Filter_Tracker-master
- 用粒子滤波实现对视频中的物体进行跟踪，比如运动小球的跟踪， 语言为matlab。(track mobile object in video)
主要程序
- 粒子群算法的仿真程序，并采用典型benchmark进行演示分析； 然后，应用粒子群算法进行热工过程水轮机系统模型辨识，matlab软件可直接运行； 采用粒子群算法与PID参数整定进行联合仿真，用以提高PID控制器对热工过程水轮机的控制性能。(Particle swarm algorithm simulation program, and the use of a typical benchmark for demonstration analysis; Then, the particle
QPSO
- matlab编程的量子粒子群算法!!!!!!!!(QPSO by MATLAB!!!!!!)
UPF
- 无迹卡尔曼粒子滤波，有效的估计状态,ZHENHAO YONG(An unscented Calman particle filter is used to estimate the state effectively)
多目标粒子群算法 _matlab
- MOPSO算法有详细说明，能够良好运行，出pareto图(MOPSO algorithm is described in detail, able to run well, generate the Pareto Diagram)
PSO-MATLAB
- 实现粒子群算法的功能，有不同的评价函数可供选择，有很好的显示效果(Particle swarm algorithm to achieve the function, there are different evaluation functions to choose from, there is a good display effect)
PSO
- 本文件是粒子群算法的源程序，能用于对神经网络的优化。(This document is the particle swarm algorithm source code, can be used for the optimization of neural networks.)
PSO solve JSP
- 用粒子群算法求解车间调度问题，包含甘特图的制作程序(Particle swarm optimization algorithm for job shop scheduling problem, including Gantt chart)
pso
- 用粒子群优化算法求解函数最大值问题，有收敛曲线图，自己编的程序，附带一个常用的函数(Particle swarm optimization algorithm to solve the problem of maximum function, a convergence curve)
67506280PFLib-new
- 基于MATLAB的例子滤波工具箱 ，对学习应用粒子滤波算法很有帮助(MATLAB based examples of filtering toolbox, learning the application of particle filter algorithm helpful)
chapter_PSO
- 利用粒子群算法优化支持向量机参数的算法的程序(Particle swarm optimization algorithm using support vector machine parameters of the algorithm)
pso1
- 粒子群（pso)算法源码,希望对您有用.工具：matlab(Particle swarm optimization (PSO) algorithm source code, in the hope that useful to you. Tools: MATLAB)
PSO toolbox
- 粒子群算法工具箱以及适应度函数实例，实测有效(Particle swarm algorithm toolbox, as well as fitness function example, effective measurement)
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
NSGA-II
- 带约束处理，图形的PSO粒子群算法，功能强大，支持非线性约束条件(Constrained processing)
MOPSO
- 多目标粒子群优化算法，可用于优化多目标计算(multi-objective Particle Swarm Optimization)
Particle Filter
- 粒子滤波的算法实现，有自己探索的版本；注释详细；(Algorithm implementation of particle filter)
PSO+DOA
- 改进粒子群算法在DOA估计中的应用Application of improved particle swarm optimization in DOA estimation(Application of improved particle swarm optimization in DOA estimation)