搜索资源列表
PSO_B_SA
- 基于模拟退火的粒子群优化算法,示例程序，用于求解复杂函数的极值问题（源程序中的示例函数为Camel，Rastrigrin，Ackley）-PSO_A Alogrithm ,Hybrid particle swarm-based-simulated annealing optimization algorithm
opt4j-2.0
- Java平台的启发式优化算法，包含了多目标进化算法（SPEA2和NSGA2），多目标差异进化，PSO和单目标模拟退火算法。并且包含了ZDT,DTLZ和WFG等测试函数-Opt4J is a framework for applying meta-heuristic optimization algorithms to arbitrary optimization problems. The Opt4J framework currently includes a multi-obje
psoandimprovedpso
- 基本粒子群优化算法和改进粒子群优化算法程序，包括：用基本粒子群算法求解无约束优化问题，用带压缩因子的粒子群算法求解无约束优化问题，用线性递减权重粒子群优化算法求解无约束优化问题，用自适应权重粒子群优化算法求解无约束优化问题，用随机权重粒子群优化算法求解无约束优化问题，用学习因子同步变化的粒子群优化算法求解无约束优化问题，用学习因子异步变化的粒子群优化算法求解无约束优化问题，用二阶粒子群优化算法求解无约束优化问题，用二阶振荡粒子群优化算法求解无约束优化问题，用混沌粒子群优化算法求解无约束优化问题，
PSO
- 基于模拟退火的粒子群算法，模拟退火算法在搜索过程中具有该概率突跳的能力，能够有效地避免搜索过程陷入局部极小解。-Based on simulated annealing particle swarm optimization, simulated annealing algorithm in the search process has a sudden jump in the probability of the capacity, which can effectively avoid th
pso
- 粒子群优化算法是一种进化优化技术，源于对鸟群扑食的行为，是一种基于迭代的优化工具。此文件提供了基本粒子群算法、带压缩因子的粒子群算法、二阶粒子群算法、二阶振荡粒子群算法、权重改进的粒子群算法、混沌粒子群算法、基于杂交的粒子群算法、基于模拟退火的粒子群算法的MATLAB源代码。-PSO is an evolutionary optimization technique, derived from the behavior of the birds of prey, is based on iter
TSP-based-on-improved-pso
- 基于对粒子群优化算法原理的分析，实现了一种基于TSP的改进的粒子群优化算法：求解TSP的混合粒子群算法，结合遗传算法、蚁群算法和模拟退火算法的思想来解决TSP问题。-Particle swarm optimization based on the principle of the analysis, implemented based on TSP, improved particle swarm optimization algorithm: solving the TSP hybrid pa
psooptimiton
- 粒子群求解无约束优化问题，包括基本粒子群算法，改进的粒子群算法，还有基于自然选择的粒子群算法和模拟退火的粒子群算法-Swarm for unconstrained optimization problems, including particle swarm algorithm, the improved particle swarm optimization, as well as natural selection based on PSO and simulated annealing p
BPPSOSA
- matlab中基于模拟退火法的粒子群BP神经网络计算程序-matlab simulated annealing method based on BP neural network computing PSO program
PSO
- 数学建模Pso算法 模拟退火 遗传算法-Pso mathematical modeling algorithm simulated annealing genetic algorithm, etc.
pso
- 模拟退火算法——组合优化 模拟退火算法主要用于解决组和优化问题，它是模拟物理中晶体物质的退火过程而开发的一种优化算法。在对固体物质进行模拟退火处理时，通常先将它加温熔化，使其中的粒子可*，然后随着温度的逐渐下降，粒子也逐渐形成了低能态的晶格。若在凝结点附近的温度下降速率足够慢，则固体物质一定会形成最低能态的基态。 对于组合优化问题来说，它也有这样的类似过程。组合优化问题解空间中的每一点都代表一个具有不同目标函数值的解。所谓优化，就是在解空间中寻找目标函数最小（大）解的过程。若把目标
pso-program
- 各种粒子群算法程序，包含基本粒子群，带压缩因子的粒子群算法，权重改进的粒子群算法，变学习因子的粒子群算法，二阶粒子群算法，混沌粒子群算法以及模拟退火的粒子群算法，功能很强大，经过实测可以直接应用-A variety of particle swarm optimization procedures, including elementary particles group with compression factor of the particle swarm algorithm, the w
PSO
- 文件包括带压缩因子的粒子群算法，权重改进的粒子群算法，自适应权重法，随机权重法，变学习因子的粒子群算法，异步变化的学习因子，二阶粒子群算法，二阶振荡粒子群算法，混沌粒子群算法，混合粒子群算法，杂交粒子群算法，模拟退火算法-File with compression factor of the particle swarm algorithm, the weight to improve particle swarm optimization, adaptive weighting method,
PSO
- 粒子群优化算法容易陷入局部极值点、进化后期收敛速度慢、精度较差等缺点，提出混沌模拟退火粒子群优化（ＰＳＯ）算法-particle swarm optimization
PSO
- 粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来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，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现
PSO+2
- 基于模拟退火的PSO算法;用一个算列来说明该方法；同步变化学习因子PSO算法,也用一个算例来说明;本人运行测试通过(PSO algorithm based on simulated annealing; a column is used to illustrate the method; I run the test.)
13种PSO算法以及课件
- 各算法对应的问题如下： PSO 用基本粒子群算法求解无约束优化问题 YSPSO 用带压缩因子的粒子群算法求解无约束优化问题 LinWPSO 用线性递减权重粒子群优化算法求解无约束优化问题 SAPSO 用自适应权重粒子群优化算法求解无约束优化问题 RandWPSO 用随机权重粒子群优化算法求解无约束优化问题 LnCPSO 用学习因子同步变化的粒子群优化算法求解无约束优化问题 AsyLnCPSO 用学习因子异步变化的粒子群优化算法求解无约束优化问题
pso
- 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，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。(The PSO algorithm is a kin
PSO-Python
- 粒子群算法，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，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。(The particle swarm optimization (PSO) al
sa-pso
- 利用模拟退火算法来接受不好的结果来改善粒子群算法，跳出局部最优陷阱。(The simulated annealing algorithm is adopted to accept the bad results to improve the PSO algorithm and jump out of the local optimal trap.)
PSO(粒子群)-SA（模拟退火）
- 粒子群算法-模拟退火算法,关于matlab的算法说明(Particle swarm optimization-simulated annealing algorithm)