搜索资源列表
Application-of-optimized-Elman--
- 对量子粒子群优化(QPSO) 算法进行研究，提出了自适应量子粒子群优化(Adaptive QPSO) 算法，用于优化Elman 神经 网络的参数，改进了Elman 神经网络的泛化能力。利用网络流量时间序列数据进行预测，实验结果表明，采用AQPSO 算法优 化获得的Elman 神经网络模型不但具有较强的泛化能力，而且具有良好的稳定性，在网络流量时间序列数据的预测中具有 一定的实用价值-Quantum-behaved particle swarm optimization (QPSO)
lijinj
- 提出了一种基于反向学习机制的改进量子粒子群算法，采用反向学习机制增加种群的多样性，使搜索效率有了较大的提高，有效地避免了算法早熟收敛。-An improved quantum particle swarm optimization (QPSO) based on reverse learning is presented in this paper, which adopts reverse learning to increase the diversity of the popula
QPOS
- QPSO量子粒子群算法，改进，防止陷入局部极值，防止早熟-Impoved QPSO
qpso
- 该算法是以粒子群中粒子的收敛特性为基础,依据量子物理理论提出的,改变了传统粒子群算法的搜索策略,可使粒子在整个可行解空间中搜索寻求全局最优解。同时该算法的进化方程中不需要速度向量,而且进化方程的形式更简单,参数较少且容易控制。对两个算例进行仿真测试,证实该算法可有效解决经济负荷分配问题 性能对比显示,该算法求得的解优于已有的改进粒子群算法及其它优化算法所求得的解。-The algorithm is based on convergence particle swarm particle basi
QPSOforBuildingTheObjectModel
- 通过改进获得一种量子行为的粒子群优化算法，并将该算法应用于某机组的燃烧控制系统的建模研究，获得不同工况下的传递函数形式的系统模型。-Obtain a quantum behavior improved particle swarm optimization algorithm, and the algorithm is applied to the model building of a unit combustion control system, access to system trans
MOQPSO(simple function)
- 本代码是量子粒子群算法的一个改进，基于多次塌陷和正交交叉(The code is an improvement of quantum particle swarm optimization based on multiple collapse and orthogonal crossover)
适用量子粒子群算法
- 适用量子粒子群算法获得所需的最优值，可以依概率收敛到全局最优，能有效求解复杂优化问题(Quantum Particle Swarm Optimization (QPSO) can be applied to obtain the desired optimal value, which can converge to the global optimum according to probability, and can effectively solve complex optimizatio
量子行为的粒子群算法-SVM
- 改进量子粒子群算法，用于优化支持向量机参数，用IRIS数据验证(An improved quantum particle swarm optimization (QPSO) algorithm is used to optimize the parameters of support vector machine (SVM), which is validated by IRIS data.)
量子粒子群
- 一种用量子理论改进的粒子群算法，量子粒子群算法。(An improved particle swarm optimization (pso) algorithm based on quantum theory.)
matlab量子粒子群算法levy飞行的改进可执行算法
- 改进粒子群算法，在粒子群优化算法中融合莱维飞行机制(Particle swarm optimization algorithm is improved and Levy flight mechanism is integrated into particle swarm optimization algorithm)