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
pso-bp
- 这是一个采用粒子群算法优化bp神经网络权值的MATLAB程序-This is a particle swarm optimization using neural network weights bp MATLAB program
GA-PSOPSO
- (粒子群算法)作为添加算子改进GA (遗传算法),供大家学习-(PSO), as the operator to add to improve the GA (genetic algorithm) for them to learn
ga
- 粒子群算法与遗传算法的结合研究，值得参考！-Particle Swarm Optimization and Genetic Algorithm for the combination of research
PSO_GA_RBF
- 粒子群算法、遗传算法优化RBF径向基神经网络。-Particle swarm optimization, genetic algorithm optimization of RBF Radial Basis Function Neural Networks.
GoodsAllocatingProblemwithMultiAimsbasedonTheHybri
- 多目标货物配装问题是一个复杂的组合优化问题，属于NP难问题，本文用混合粒子群算法求解多目标货物配装问题。混合粒子群算法在基本粒子群算法的基础上，通过引进遗传算法中的交叉和变异的策略，避免了陷入局部最优，加快了达到全局最优的收敛速度。此外，本文提出用权重系数来平衡各目标使各目标都能达到相对较优的效果。-Multi-objective loading of goods is a complicated combinatorial optimization problems are NP hard p
GODLIKE
- 遗传算法与模拟退火,粒子群算法的结合与比较实验.稍微修改就可以学习应用-Genetic algorithms and simulated annealing, particle swarm optimization algorithm and comparison with experiment. A slight modification can learn the application of
matlab只能算法30个案例分析
- 智能优化30个案例 包括遗传算法 粒子群算法 多目标优化 神经网络等
chap8（遗传算法和粒子群算法）
- 遗传算法流程以及几种应用场景，matlab原程序代码及mat文件(Genetic algorithm process and several application scenarios, matlab original program code and mat files)
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)
智能算法导论课件
- 智能算法导论，包括神经网络遗传算法粒子群算法等(Introduction of intelligent algorithms, including neural network genetic algorithm, etc.)
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
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
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)
智能优化算法及其matlab实例code
- 遗传算法 粒子群 蚁群等7种算法，可解决求极值问题以及旅行商问题(Genetic algorithm, particle swarm optimization and ant colony algorithm can solve extreme value problem and traveling salesman problem. 7 algorithms are used to solve extreme value problem and traveling salesman probl
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