搜索资源列表
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。
粒子群算法计算最短路径
- 优化问题是工业设计中经常遇到的问题,许多问题最后都可以归结为优化问题. 为了解决各种各样的优化问题,人们提出了许多优化算法,比较著名的有爬山法、遗传算法等.优化问题有两个主要问题:一是要求寻找全局最小点,二是要求有较高的收敛速度. 爬山法精度较高,但是易于陷入局部极小. 遗传算法属于进化算法( Evolutionary Algorithms) 的一种,它通过模仿自然界的选择与遗传的机理来寻找最优解. 遗传算法有三个基本算子:选择、交叉和变异. 但是遗传算法的编程实现比较复杂,首先需要对问题进行编
PSOGABPDRNN.rar
- 此包含有遗传算法、粒子群算法、BP算法优化对角递归神经网络的MATLAB程序,This includes genetic algorithms, particle swarm optimization, BP algorithm for diagonal recurrent neural network of the MATLAB program
GAPSO.rar
- 遗传粒子群的最新改进算法，随着维度增加效果更好,Genetic Particle Swarm latest improved algorithm, with the increasing dimensions better
GAPSO
- GAPSO算法是一种先进的遗传粒子群算法，广泛应用于电力系统的低频振荡的控制研究。中。-无
GAPSO
- 这个算法是遗传算法和粒子群优化算法相互结合的matlab程序，优化效率提高很多，不会陷入局部最优-This algorithm is a genetic algorithm and particle swarm optimization algorithm combined with each other matlab program, optimizing the efficiency a lot and will not fall into local optimum
psoandga
- 粒子群算法及其与遗传算法的比较，加深交流！-pso ga compare
pso
- 通过对现有数据进行迭代，用粒子群遗传算法进行预测(By iterating over the existing data, the particle swarm genetic algorithm is used to predict the data)
杂交粒子群算法源程序
- 杂交粒子群算法求函数极值，是粒子群算法和遗传算法的一种混合算法(Hybrid Particle Swarm Optimization for extremum of function)
遗传算法和粒子群算法求解非线性函数最大值问题
- 遗传算法和粒子群算法求解非线性函数最大值问题(Solving the maximum value problem of nonlinear function by genetic algorithm and particle swarm optimization)
粒子群算法源代码
- 改进的粒子群算法，与遗传算法，神经网络，模拟退火等算法相结合(An improved particle swarm optimization algorithm combined with genetic algorithm, neural network, simulated annealing algorithm and so on)
PSO_TSP（混合粒子群：较优）
- 解决环球旅行问题的一种精确度比较高的算法，相较于蚁群算法和遗传算法都有较大的改进；(A high precision algorithm for solving global travel problems has a greater improvement than the ant colony algorithm and the genetic algorith)
粒子群优化算法
- 粒子群优化算法（Particle Swarm Optimization，简称为PSO），粒子群算法是近年来发展起来的一种新的进化算法，和遗传算法相似，它也是从随机解出发，通过迭代寻找最优解，通过适应度来评价解的品质(Particle swarm optimization algorithm (Particle Swarm Optimization, referred to as PSO), particle swarm algorithm is a new evolutionary algori
基于粒子群算法和遗传算法的PID参数优化
- 基于粒子群算法和遗传算法的PID参数优化程序和相应文档(The Optimization of PID Parameters Based on Particle Swarm Optimization and Genetic Algorithm)
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
simulation
- 在求解装备的资源约束型装配线一类平衡问题时，借助遗传粒子群算法进行优化求解，并对遗传粒子群算法进行改进，利用matlab程序进行优化求解。本次结果是进行仿真的结果。(When solving the resource-constrained assembly line balance problem of equipment, the genetic particle swarm optimization algorithm is used to optimize the solution, a
遗传粒子群优化算法-GAPSO
- 遗传算法改进粒子群算法及混沌粒子群算法的源码(Improved genetic algorithm for particle swarm optimization and chaotic particle swarm optimization)
GA_RBF_SVM
- 粒子群优化SVM参数 遗传算法优化SVM参数(Particle Swarm Optimization of SVM Parameters)
粒子群算法
- 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"