搜索资源列表
PsoForC++
- pso优化算法的vc++源程序。在vc.net2003下面通过。 建议：看代码之前，请先弄明白pso是怎么回事。然后请对应着来：程序中用Agent代表一只鸟，PSO代表鸟群。阅读源代码，不要顺着看，先看main(),然后按照出现的东西的顺序，一个一个得来。
差别算法matlab源码
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation).源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 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
Particle-algorithm
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究。 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。 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
PSO_CPP
- 微粒群优化算法（PSO）是一种基于种群的随机优化技术，由Eberhart和Kennedy于1995年提出。微粒群算法模仿昆虫、兽群、鸟群和鱼群等的群集行为，这些群体按照一种合作的方式寻找食物，群体中的每个成员通过学习它自身的经验和其他成员的经验来不断改变其搜索模式。-Particle Swarm Optimization (PSO) is a population based stochastic optimization technique by Eberhart and Kennedy ma
liziqunpso
- 粒子群算法是一种进化计算技术，来源于对鸟群捕食的思考,最早由Kenney与Eberhart 于1995年提出。在PSO中，寻找最优解被看做群体寻找目标。个体在搜索的过程中具有自己的位置和搜索速度。个体追寻最优个体在解空间中进行搜索。搜索的过程是一个反复的迭代过程。在这个过程中，个体完成的任务一是找寻自己认可的最优解；另个任务是获知群体得到的暂时最优解。 -The particle swarm optimization is an evolutionary computation tech
PSOTool
- 求解非线性方程组方法有经典算法以及近年来流行的遗传算法．牛顿法及其改进形式,但是此类算法的收敛性在很大程度上依赖于初始点的选择，对于某些非线性方程组容易导致求解失败 为了克服经典算法的缺点，设计了求解非线性方程组的混合遗传算法,但依然对方程组和编码方法有很高要求。PSO是受到鸟群或者鱼群社会行为的启发而形成的一种基于种群的随机优化技术。它是一类随机全局优化技术，通过粒子间的相互作用发现复杂搜索空间中的最优区域。该算法是一种基于群体智能的新型演化计算技术，具有简单易实现、设置参数少、全局优化能力强
Codes-of-BSA-and-CSO
- Chicken Swarm Optimization（CSO）鸡群优化算法，2014年提出的群智能优化算法。 Bird Swarm Algorithm（BSA）鸟群算法，2015年最新的群智能优化算法。 作为两种全新的群智能优化算法，CSO和BSA都具有简单，良好扩展性的特点，是天然的多种群算法！ http://cn.mathworks.com/matlabcentral/profile/authors/3317597-xian-bing-meng 有关算法信息，可在上述网站查询
PSO-Algorithm
- 粒子群优化算法，模仿鸟群飞行觅食行为，通过鸟群集体协作而使群体达到最优。算法首先初始化一群随机粒子，然后通过迭代找到最优解。-Particle swarm optimization algorithm, imitate birds flying foraging behavior, through the flock collective collaboration to achieve the optimal group.Algorithm first initialize a group o
BSA
- BSA-鸟群算法2015提出的仿生群智能优化算法，包括源码和论文。-BSA- bird swarm algorithm 2015 proposed bionic swarm intelligence optimization algorithm, including source code and papers.
12pso-algorithms
- 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-Particle swarm optimization (PSO), also known as particle swarm optimization (PSO) or PSO (Particle Swarm Optimization)
myPSO
- 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[1] 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”(Mutati
liziqun
- 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"
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"