注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 粒子群优化算法应用毕业论文

  2. 在智能领域，大部分问题都可以归结为优化问题。常用的经典优化算法都对问题有一定的约束条件，如要求优化函数可微等，仿生算法是一种模拟生物智能行为的优化算法，由于其几乎不存在对问题的约束，因此，得到广泛应用。本次毕业设计将基于群体智能的粒子群优化算法作为研究课题，主要任务及目标为：熟悉和掌握基本粒子群优化算法的基本原理，分析影响算法性能的参数，熟悉基本粒子群优化算法的改进算法和改进策略，利用Matlab科学计算语言进行算法仿真，掌握科学研究的基本过程和方法。提出一种改进的粒子群优化算法，并进行仿真比

  3. 所属分类：其它

    • 发布日期：2010-04-20
    • 文件大小：752kb
    • 提供者：jiemei424

  1. 新的粒子群优化算法.pdf

  2. 粒子群优化( PSO: Particle Swarm Op timization) 算法是一种有效的全局优化技术。对于PSO算法, 很容 易陷入局部极值。针对上述缺点, 提出了两点改进: 对基本PSO算法的速度更新公式中的全局极值给出新的 定义, 以使粒子群体保持多样性; 适当地缩放适应值, 与随机规则共同决定某个粒子作为速度公式中的全局 极值。改进的两点用于PSO算法后期, 形成新的PSO算法(NPSO: New PSO) 。NPSO能有效地改善算法, 具 有摆脱局部极值的能力。在给定的条件

  3. 所属分类：其它

    • 发布日期：2010-10-16
    • 文件大小：241kb
    • 提供者：mumulinlin2008

  1. 粒子群优化算法

  2. 粒子群优化算法的详细介绍，很有帮助的吆粒子群优化(PSO)是一种新兴的基于群体智能的启发式全局搜索算法，具有易理解、易实现、全局搜索能力强等特点，倍受科学与工程领域的广泛关注，成为发展最快的智能优化算法之一。本文围绕PSO的原理、特点、改进与应用等方面进行全面综述。侧重于PSO的改进算法，特别是相关的国际发展现状进行全面分析；其中PSO的改进策略从粒子群初始化、邻域拓扑、参数选择和混合策略等4个方面进行详细介绍。简短介绍了PSO在典型理论问题和实际工业对象中的应用。同时，列出了一些PSO有关的

  3. 所属分类：专业指导

    • 发布日期：2011-11-24
    • 文件大小：408kb
    • 提供者：scmyxlg

  1. 粒子群优化算法源码下载

  2. 求解最优化问题一直是遗传算法的经典应用领域，但是对于不同的最优化问题，遗传算法往往要重新设计“交叉”、“变异”算子，甚至要开发新的进化操作；另外遗传算法不容易理解、操作复杂、大多数情况下效率比较低。所以，寻求新的解决最优问题的算法一直是研究热点。对约束优化问题的求解，已有许多算法被提出。传统的方法有梯度映射法、梯度下降法、惩罚函数法、障碍函数法等，但是单纯使用这些方法不是效率很低就是适用范围有限。而进化计算由于其求解过程不依赖于目标函数的解析性质，同时又能以较大的概率收敛于全局最优解，所以用进

  3. 所属分类：其它

    • 发布日期：2012-12-30
    • 文件大小：86byte
    • 提供者：checkpaper

  1. 一种更简化而高效的粒子群优化算法

  2. 针对基本粒子群优化(basic particle swarm optimization,简称bPSO)算法容易陷入局部极值、进化后期 的收敛速度慢和精度低等缺点,采用简化粒子群优化方程和添加极值扰动算子两种策略加以改进,提出了简化 粒子群优化(simple particle swarm optimization,简称sPSO)算法、带极值扰动粒子群优化(extremum disturbed particle swarm optimization,简称tPSO)算法和基于二者的带极值扰动的简化粒

  3. 所属分类：其它

    • 发布日期：2008-10-09
    • 文件大小：377kb
    • 提供者：niedx2007

  1. 抗遮挡的粒子群优化目标跟踪方法 #

  2. 针对传统粒子群优化算法中惯性权重调节机制的局限性，提出一种改进的粒子群优化算法，并应用到目标跟踪领域。首先，对目标及相应参数进行初始化；然后，引入粒子进化率的概念，对惯性权重调节机制进行改进，根据每代每个粒子的不同状态及时调整惯性在更新粒子的速度和位置的同时，更新个体最优解和全局最优解，然后进行下一次10迭代；最后，比较粒子适应度，选择相似性函数值最大的区域为目标，实现相似性函数出现“多峰”情况的准确定位。权重。

  3. 所属分类：专业指导

    • 发布日期：2014-08-07
    • 文件大小：404kb
    • 提供者：snakewwwxyz12

  1. 粒子群优化算法的改进与应用

  2. 粒子群优化算法是在对鸟群捕食行为模拟的基础上提出的一种群 集智能算法，是进化计算领域中一个新的分支。它的主要特点是原理简 单、参数少、收敛速度较快、易于实现。因此，该算法一提出就吸引了 的广泛关注，逐渐成为一个新的研究热点。目前，粒子群优化算法应用 于神经网络的训练、函数优化、多目标优化等领域并取得了较好的效果， 有着广阔的应用前景。 论文的主要工作有 对粒子群优化算法的理论基础和研究现状作了简要的介绍，分 析了粒子群优化算法的原理及算法流程，对算法参数的选择做了详细的 研究，并进行了相应的仿

  3. 所属分类：其它

    • 发布日期：2009-04-07
    • 文件大小：4mb
    • 提供者：chinhape

  1. 改进的粒子群优化算法

  2. 改进的粒子群优化算法 ,粒子群优化算法是一种基于群体的自适应搜索优化算法，存在后期收敛慢、搜索精度低、容易陷入局部极

  3. 所属分类：其它

    • 发布日期：2009-04-26
    • 文件大小：166kb
    • 提供者：wonderful_stage

  1. 基于自适应粒子群优化算法的波阻抗反演方法

  2. 针对地震勘探资料依赖线性优化方法进行波阻抗反演不易得到全局极值的问题,提出一种改进的粒子群优化算法—自适应粒子群优化算法进行波阻抗反演。自适应粒子群优化算法是以群智能优化理论为基础,通过3种可能移动方向的带权值组合进行全局寻优。该方法搜索速度较快,且具有较强的全局寻优能力。通过函数测试和波阻抗反演的应用,结果表明,自适应粒子群优化算法是一种适应能力较强的全局优化算法,用该方法进行波阻抗反演是可行有效的。

  3. 所属分类：其它

    • 发布日期：2020-05-10
    • 文件大小：213kb
    • 提供者：weixin_38526225

  1. 02-群体智能优化算法-粒子群优化算法.docx

  2. 粒子群优化(PSO)是一种基于群体智能的数值优化算法，由社会心理学家James Kennedy和电气工程师Russell Eberhart于1995年提出。自PSO诞生以来，它在许多方面都得到了改进，这一部分将介绍基本的粒子群优化算法原理和过程。

  3. 所属分类：讲义

    • 发布日期：2020-03-06
    • 文件大小：650kb
    • 提供者：hba646333407

  1. 一种改进惯性权重策略的粒子群优化算法

  2. 针对惯性权重改进策略大多采用同代粒子使用相同权重,忽略了粒子本身特点以及不同维上的有效信息,提出一种基于不同粒子不同维的动态自适应惯性权重粒子群算法(AWPSO)。在该算法中利用矢量运算分析粒子进化公式,用一种新的方法构造惯性权重公式,使惯性权重随不同代不同粒子不同维动态改变,加快粒子收敛速度和全局搜索能力。通过对7个典型测试函数的测试结果表明,AWPSO在收敛速度,收敛精度,全局搜索能力方面比线性惯性权重粒子群算法(LDIWPSO)均有不同程度上的提高。

  3. 所属分类：其它

    • 发布日期：2020-06-26
    • 文件大小：374kb
    • 提供者：weixin_38643269

  1. 基于改进粒子群优化SVM的通风机故障诊断

  2. 针对支持向量机在故障诊断中参数的选取问题,提出一种改进的粒子群优化算法,对支持向量机的惩罚因子与核参数进行优化。为了克服传统粒子群算法前期收敛快、后期易陷入局部最优的缺陷,提出一种惯性权重自适应调整的粒子群优化算法,建立基于粒子群和支持向量的通风机故障诊断模型,通过样本数据对模型进行训练与测试,实现了通风机故障的识别,结果表明该模型对通风机故障的诊断是可靠的。

  3. 所属分类：其它

    • 发布日期：2020-07-03
    • 文件大小：300kb
    • 提供者：weixin_38651445

  1. 一种改进的PSO网格调度算法

  2. 提出了一种基于独立任务的改进PSO网格调度算法(MCPSO)。该算法结合粒子群优化算法和混沌机制，在保证寻优速度的同时又能兼顾“跳出”局部最优的能力。实验结果表明，与基本粒子群优化算法相比，该算法具有更好的收敛速度和求解质量。

  3. 所属分类：其它

    • 发布日期：2020-10-20
    • 文件大小：401kb
    • 提供者：weixin_38630324

  1. 一种改进的多群协作粒子群优化算法

  2. 提出了一种改进的多群协作粒子群优化算法，该算法整个种群采用主从模式，分为一个主群和多个从群，多个从群粒子统一地进行初始化操作，从而避免了多个粒子群重复搜索现象。同时，算法采取了一种扰动策略，即当前全局最优解在扰动因子的迭代周期内保持不变时，就重置粒子的速度，迫使粒子群摆脱局部极小。该算法不仅增加了种群的多样性，扩大了搜索范围，而且还改善整个种群易陷入局部极小值的缺陷。通过9个基准函数进行测试，实验结果表明，IMCPSO与MCPSO算法相比具有明显的优越性。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：594kb
    • 提供者：weixin_38502183

  1. 一种改进的粒子群优化算法，用于选择单机调度，其顺序取决于设置成本和下游需求

  2. 一种改进的粒子群优化算法，用于选择单机调度，其顺序取决于设置成本和下游需求

  3. 所属分类：其它

  1. 一种改进的粒子群优化算法

  2. 一种改进的粒子群优化算法

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：491kb
    • 提供者：weixin_38566180

  1. 一种基于分子动理论的改进粒子群优化算法

  2. 提出了一种新颖的基于分子动理论的粒子群优化算法(MMT-PSO)。类比于物理学中质心的概念本文定义了群质心，MMT-PSO 把种群中的每个粒子类比成分子，根据粒子与种群目前的质心之间的距离远近，粒子与质心间的分子作用力控制粒子的飞行方向以决定其是朝着群质心的方向飞行还是远离它，从而有效地协调了种群的多样性，使算法能够有效地平衡全局和局部搜索。通过解决典型的多峰、高维函数优化问题来证实算法的有效性，实验结果表明MMT-PSO 比标准PSO具有更高的性能。

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：850kb
    • 提供者：weixin_38517113

  1. 改进的粒子群模糊聚类算法

  2. 针对传统的模糊C-均值聚类算法对初始聚类中心较敏感、易陷入局部最优的缺点,将粒子群优化算法和FCM算法相结合,提出一种改进的模糊聚类算法。该算法利用粒子群算法的全局搜索能力代替FCM算法寻找初始聚类中心,使其跳出局部最优,实现模糊聚类。主要从反映数据集分类的类内紧致性程度和类间分离性程度的角度考虑,重新设计适应度函数。实验结果表明,提出的算法在聚类正确率和有效性指标上有更好的效果。

  3. 所属分类：其它

  1. 多模型切换分段混沌粒子群优化算法

  2. 本文分析了几种改进的粒子群算法的特点，通过多模型切换的方法，将这些优点结合起来，提出了一种新的多模型切换分段混沌粒子群优化算法（MMSPCPSO）。这种算法不仅能够克服粒子群早熟收敛，并且在后期也具有较快的收敛速度。并且同目前的一些改进粒子群算法相比较，它在保证具有很强的跳出局部极值能力的同时，又具有很快的收敛速度并且适应几乎所有的函数形式。经过数值运算实验，说明此算法不仅具有较短的运行时间，并且具有较高的收敛效率。

  3. 所属分类：其它

  1. 一种新的粒子群算法优化支持向量机的短期负荷预测

  2. 通过研究电力负荷预测中支持向量机的参数优化问题，将改进后新的粒子群算法导入支持向量机参数中，从而建立一种新的电力负荷预测模型（IPSO-SVM）。首先将支持向量机参数编码为粒子初始位置向量，然后通过对粒子个体之间信息交流、协作的分析找到支持向量机的最优参数，并针对标准粒子群算法的缺陷进行一定的改进，从而应用于电力负荷的建模与预测，最后通过仿真对比实验来测试它的性能。实验结果表明，这种新的电力负荷预测模型能够获得较高精度的电力负荷预测结果，大大减少了训练时间，能够满足电力负荷在线预测要求。

  3. 所属分类：其它

« 12 3 4 5 6 7 8 9 10 »