搜索资源列表
liziqun
- 用C语言编的关于粒子群的流程和代码，期待进一步验证
支持向量机参数优化
- 对支持向量机的参数 C和g 进行了参数优化，分三种：交叉验证优化、遗传算法优化和粒子群算法优化。
pso粒子群算法
- 粒子群算法的介绍和c++、matlab编程
WSNpsoleach
- 关于无线传感器的LEACH改进的协议，是基于改进粒子群算法的，很有帮助-LEACH for Wireless Sensor improved protocol is based on improved particle swarm algorithm, useful
Optimal-design-of-PID-parameter
- 研究基于粒子群算法控制系统PID参数优化设计方法以及对PID控制的改进。- study the optimal design of PID parameter of the control system based on Particle Swarm Optimization and find a way to improve the PID control.
PSO_SVM
- SVM用于分类时的参数优化，粒子群优化算法，用于优化核函数的c,g两个参数-SVM PSO
IWORP
- 压缩文件中包含7个常用标准测试函数的matlab的源代码，1个粒子群优化算法的C++源代码，还包含一个基于随机扰动的改进杂草优化算法IWORP，以上这些代码都很实用，而且算法收敛精度达到10的负11次方。-Compressed file contains 7 standard test functions matlab 1 source code, C++ source code and a particle swarm optimization algorithm, also includes
tsp_pso
- ： 针对粒子群优化算法易陷入局部极值的缺点， 提 出一种改进粒子群算法， 该算法借鉴贪婪算法的思想初始化种群， 利用两 个种群同时寻优， 并将遗传算法中交叉和变异操作引入其 中， 实现种群间的信息共享。-I n a l l u s i o n t o p a r t i c l e s wa r m o p t i mi z a t i o n b ei n g pr on e t o g e t i n t o l oc a l mi n i mu m， a n
pso-svm-prediction
- 该程序是基于粒子群算法优化支持向量机中的正则化参数C和核函数参数K的算法，实现了对电力负荷的短期预测，预测效果较好，可根据自己要求进行更改。-The algorithm is based on particle swarm optimization algorithm to optimize regularization parameter C and kernel function parameter K in support vector machine. It realizes the s
liziqunsuanfa
- 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”(Mutation) 操作，它
pso
- 用于优化参数，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”
粒子群算法
- 粒子群算法解决背包问题，matlab环境实现c流程(Particle swarm algorithm to solve knapsack problem, matlab environment to achieve C process.)
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
PSO-SVM
- 粒子群算法优化支持向量机的惩罚参数c和rbf的参数gamma。(Particle swarm optimization (PSO) optimizes the penalty parameters c and RBF of SVM gamma.)