搜索资源列表
PSO.pdf
- pso program 附录1、标准微粒群算法源程序 附录2、随机微粒群算法程序
ParticleSwarmOptimization(PSO)
- 微粒群算法的课程用ptt,内有学习PSO的课用流程,相信想学习的您,不会错过-Particle Swarm Optimization courses with ptt, there are study classes with PSO flow, I believe you want to study, not to miss
chinesepapersonParameterselectionofsupportvectorma
- 支持向量机参数选择的相关中文文献,主要包括遗传算法、微粒子群算法、混沌优化算法等。-Chinese literature about Support vector machine parameters, including genetic algorithms, Particle swarm optimization, Chaos optimization algorithm.
1_2
- 某些实际问题的优化目标是求所有的局部最优解,即求解多峰寻优问题,为了求解多峰优化问题,提出了改造的微粒 群优化算法.尽量减少微粒群算法中的全局因素,从而增大其局部因素,同时采用变步长方法增加微粒的多样性.并给出了该算法 的原理和步骤.仿真实验表明该算法概念清楚,计算简单,具有很好的局部寻优特性,可应用求解于多峰寻优问题.另外还给出了几 个运算实例和与其它优化算法的比较-Some of the practical problems of optimization goal is
214545535242
- 基于混沌序列的多峰函数微粒群寻优算法的目标就是找到多峰函数的所有局部优化峰值。在分析微粒群优化 算法中各个参数对微粒运动影响的基础上,对微粒群算法进行改造,让微粒运动从初始位置沿优化函数曲线向优化峰值 方向爬行.直至找到所在区域的局部优化峰值;要想求得尽可能多的局部优化峰值,就要求微粒群中微粒的初始位置分 布具有随机性和遍历性。为此采用混沌序列设置微粒初始位置;为使每一个局部最优值点都可能有微粒群中的微粒经过, 采用变步长的迭代计算;为防止优化函数曲线的某些局部峰附近没有
1234255
- 介绍了一种利用量子行为粒子群算法(QPSO)求解多峰函数优化问题的方法。为此,在 QPSO中引进一种物种形成策略,该方法根据群体微粒的相似度并行地分成子群体。每个子群体是 围绕一个群体种子而建立的。对每个子群体通过QPSO算法进行最优搜索。从而保证每个峰值都有 同等机会被找到,因此该方法具有良好的局部寻优特性。将基于物种形成的QPSO算法与粒子群算 法(PSO)对多峰优化问题的结果进行比较。对几个重要的测试函数进行仿真实验结果证明,基于物 种形成的QPSO算法可以尽
PSO-Algorithm
- 粒子群优化(Particle Swarm Optimization, PSO),又称微粒群算法,是由J. Kennedy和R. C. Eberhart等于1995年开发的一种演化计算技术,来源于对一个简化社会模型的模拟。-Particle Swarm Optimization (Particle Swarm Optimization, PSO), also known as particle swarm optimization, by J. Kennedy and RC Eberhart eq
editing
- 一种新的基于微粒群模型节点部署优化算法。该算法利用微粒群算法求解该优化模型,优化过程中的最优解作为节点的最终配置位置。 -A new particle swarm optimization algorithm based deployment model node. The algorithm uses the PSO algorithm to solve the optimization model, the optimal solution of the optimization pro