搜索资源列表
PSOt_User_manual
- 粒子群算法（PSO）源代码工具箱。该工具箱将PSO算法的核心部分封装起来，提供给用户的为算法的可调参数，用户只需要定义好有关参数，即可自行优化。
dsad
- ：智能算法如粒子群算法已被应用于PID控制器的参数优化，以弥补传统优化方法容易产生振荡和较大超调量 的不足，但是粒子群算法存在易于早熟的缺点，在分析量子粒子群算法的基础上，提出了使用量子粒子群算法优化PID控 制器的参数。为了兼顾控制系统的各项性能指标，根据控制器的实际要求对各项指标进行加权作为算法的目标函数，对 PID控制器进行多目标寻优。通过2个传递函数实例，分别使用z—N、粒子群算法和量子粒子群算法进行了PID控制器 参数优化设计，并对结果进行了分析。-Abstract：H
dsaddsafds
- PID控制器的性能取决于其控制参数的组合，针对其参数的整定和优化问题，提出了应用一种改进的粒子群优化算法，该 算法借鉴了遗传算法的杂交机制，并采用惯性权值的非线性递减策略。用以加速算法的收敛速度和提高粒子的搜索能力。将该算 法应用于一个二阶系统的PID控制器参数的优化。仿真结果表明该改进的粒子群算法具有比传统粒子群算法和遗传算法更好的 优化效果，具有一定的工程应用前景。-Abstract：PID controller’s performance completely depends
gfsdgfsds
- ：文中提出一种改进的Pso优化算法，并将该算法应 用于水轮发电机组PID调速器参数的优化设计，以水轮发 电机组转速偏差的ITAE指标作为改进PsO优化算法的适应 度函数。以我国某水电站的真实数据对经过优化后的PID 拄制规律进行计算机仿真。仿真结果表明利用改进Ps0优 化算法优化的PID控制规律能有效改善孤网运行条件下水 轮机调节系统过渡过程的动态性能。-An improved PSO algo—fhm wa‘presented and applicd to 叩tim
dace2
- 粒子群优化的kriging近似建模程序包DACE-PSO，matlab程序，比传统的dace程序包优势是：不用确定Sigma参数-Kriging particle swarm optimization modeling package DACE-PSO, matlab program, compared with the traditional dace package advantage is: do not determine the Sigma parameters
Based-on-the-pso-of-PSO
- 本文描述的是用粒子群优化算法下的支持向量机的研究，详细概述了其优化参数-This article describes the algorithm under the support vector machine optimized by particle swarm optimization parameters detailed overview of its
粒子群优化算法
- 粒子群优化（PSO）是一种进化计算技术（进化计算）。 捕食鸟行为的研究。粒子群算法（PSO）的基本思想是通过群体中个体之间的协作和信息共享找到最优解。 粒子群优化算法的优点是它简单且易于实现，没有多个参数。目前，它已广泛应用于函数优化、神经网络训练、模糊系统控制等遗传算法中。(The particle swarm optimization (PSO:Particle swarm optimization) is an evolutionary computing technology (Ev