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. 粒子群算法毕业论文matlab源码

  2. 分析了软件测试中测试用例自动生成技术的发展现状和粒子群优化算法的基本原理及实现步骤,并详细研究了几种重要的改进的粒子群优化算法。在此基础上,改进了基本粒子群优化算法,提出了基于改进的粒子群优化算法的测试用例自动生成系统框架,并给出了基于改进的粒子群优化算法的测试用例自动生成算法。 最后,采用matlab语言编程实现了基于改进的粒子群优化算法的测试用例自动生成算法,用具体实例对其进行了实验,并对结果数据进行了分析。 本文提出的基于改进的粒子群优化算法的测试用例自动生成算法具有简单、易实现、设置参

  3. 所属分类：专业指导

    • 发布日期：2012-11-06
    • 文件大小：3kb
    • 提供者：checkpaper

  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. 粒子群算法与神经网络算法结合的matlab程序

  2. 粒子群优化算法是一种新颖的仿生、群智能优化算法。该算法原理简单、需调整的参数少、收敛速度快而且易于实现，因此近年来粒子群算法引起了广大学者的关注。然而到目前为止粒子群算法的在理论分析和实践应用方面尚未成熟，仍有大量的问题需进一步研究。本文针对粒子群算法易出现“早熟”陷入局部极小值问题对标准粒子群算法进行改进并将改进的粒子群算法应用于BP神经网络中。本文的主要工作如下：本文首先介绍了粒子群算法的国内外的研究现状与发展概况，较系统地分析了粒子群优化算法的基本理论，总结常见的改进的粒子群优化算法。其

  3. 所属分类：专业指导

    • 发布日期：2013-05-28
    • 文件大小：1kb
    • 提供者：checkpaper

  1. PSO算法研究及其基于改进PSO算法的回归模型的参数估计

  2. 粒子群算法(Particle Swarm Optimization，简称PSO)是由Kennedy和Eberhart于1995年提出的一类随机群集智能优化算法。Kennedy和Eberhart对鸟群的觅食行为进行研究发现，单只鸟的能力是非常有限的，但是它们依靠群体的合作总能以最简单、最有效的方式寻找到食物。于是他们将鸟群简化为一个简单的社会系统并加入人类社会的某些行为特征，设计出PSO算法用于解决复杂的优化问题。PSO算法因其设计思想简单、操作实现容易、需要控制的参数少、能够实现分布式计算以及

  3. 所属分类：专业指导

    • 发布日期：2014-11-29
    • 文件大小：3mb
    • 提供者：adolphegates

  1. 直觉模糊离散粒子群算法

  2. 在研究和分析离散粒子群算法 的基础上, 提出一种基于直觉模糊熵的改进离散粒子群算法. 该算法以直觉模糊熵作为粒子群状态测度和速度变异的基本参数, 同时加入了位置变异策略以保证算法 在有限时间内尽可能多地遍历到次优位置及其邻域, 增强了算法的全局寻优能力. 实验数据表明, 在求解较大规模整 数规划问题 时, IFDPSO 比 DPSO 和蚁群算法 (ACO) 更为有效, 从而为解决这类问题提供了新的途 径和方法.

  3. 所属分类：讲义

    • 发布日期：2014-12-18
    • 文件大小：367kb
    • 提供者：zhaojing880605

  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. 粒子群算法改进及内变量本构模型参数反演

  2. 为了研究深埋煤矿巷道通常存在长时间、大变形问题,拓展岩土工程反分析的手段,改善岩土工程反分析的效率和精度,首先基于自然选择、自适应变惯性权重、异步变化学习因子的策略改进了粒子群算法并完成了程序实现,通过Sphere和Rastrigrin两函数测试了改进算法的优越性;其次以Matlab软件为平台,联合大型有限元软件ABAQUS,编制了岩土反分析程序Geo PSOInverse.m;最后应用所编程序反演了以不可恢复应变为变量的、不显含时间的泥岩蠕变模型参数。结果证实:改进的粒子群算法在岩土工程参数反

  3. 所属分类：其它

    • 发布日期：2020-05-18
    • 文件大小：429kb
    • 提供者：weixin_38748769

  1. 粒子群优化辨识的自适应预估控制及应用

  2. 针对Smith预估器对预测模型精度依赖程度较高的问题,提出了一种基于粒子群优化(PSO)辨识算法的自适应预估控制方法。该控制方法利用PSO辨识方法在线调整Smith预估器参数,利用单神经元的非线性逼近特性及自学习、自组织能力,对控制器参数进行在线修正。将该控制方法应用于矿井通风系统风量控制仿真分析中,在系统参数时变情况下,进行跟踪响应分析。结果表明,该控制方法对大滞后时变系统具有很强的适应性和鲁棒性,具有较强的抗干扰能力和良好的跟踪性能。

  3. 所属分类：其它

    • 发布日期：2020-04-22
    • 文件大小：217kb
    • 提供者：weixin_38670297

  1. 基于粒子群算法的参数分析

  2. 基于粒子群算法的参数分析，朱永射，，粒子群优化算法是一种群智能算法，其思想来源于人工生命和演化计算理论。该算法简单容易实现，可调参数少，已经得到广泛的研究和

  3. 所属分类：其它

    • 发布日期：2020-02-07
    • 文件大小：837kb
    • 提供者：weixin_38626473

  1. 基于改进ACO与PSO算法的结构可靠度分析

  2. 针对基本蚁群算法的过早收敛问题,引入信息熵,通过优化参数,对基本蚁群算法进行改进,进而寻找结构的最短失效路径。从可靠指标的几何意义出发,利用罚函数法,将结构可靠指标的求解问题转化成相应的无约束优化问题,采用粒子群算法对结构可靠指标进行求解计算。以十杆桁架为例,采用响应面法、遗传算法与本算法对结构可靠指标进行对比计算,结果表明改进蚁群与粒子群算法的收敛速度快,计算精度高。

  3. 所属分类：其它

    • 发布日期：2020-05-28
    • 文件大小：291kb
    • 提供者：weixin_38697063

  1. 基于粒子群—拉格朗日支持向量机方法的地下厂房变形预测分析

  2. 针对地下厂房拱顶非线性变形问题,应用粒子群—拉格朗日支持向量机方法对地下厂房拱顶变形进行预测分析;针对各影响因子之间相互影响、相互干扰的问题,用拉格朗日支持向量机来表征荷载—变形之间的非线性及荷载之间的耦合关系,与标准支持向量机相比极大的提高了计算速度;同时针对拉格朗日支持向量机对参数取值敏感问题,提出利用粒子群算法对相关参数进行搜索优化以达到最佳拟合效果。该方法应用到地下厂房拱顶变形预测中,用来预测某地下厂房的拱顶变形,结果表明:该方法拟合度较高,预测误差在1 mm内,误差较小,满足工程设计要

  3. 所属分类：其它

    • 发布日期：2020-06-04
    • 文件大小：240kb
    • 提供者：weixin_38660731

  1. 基于粒子群算法的瓦斯管路专用吊装设备结构轻量化设计

  2. 针对现阶段在煤矿井下瓦斯管路安装及拆卸作业中工艺复杂的问题,文章首先设计出了一种可以解决上述问题的专用瓦斯管路吊装设备,减轻了工人的劳动强度。其次,从结构设计的角度,对该设备进行了基于结构强度的分析,通过力学分析可知,在满足结构强度要求的前提下,该设备的结构具有较大的设计余量,可以对其进行轻量化处理。文章提出采用粒子群算法对该结构进行轻量化设计,建立了基于粒子群算法的结构轻量化设计模型,并通过优化计算给出了一组具有经济性和安全性双重属性的结构设计参数。

  3. 所属分类：其它

  1. 基于单向示范刀的采煤机记忆截割模型构建及模拟分析

  2. 针对采煤机在薄煤层等复杂地质条件下的自动化开采作业,提出并构建基于单向示范刀的采煤机记忆截割模型,在对相关参数进行分析的基础上,应用粒子群算法对采煤机截割轨迹进行分析和规划,最后通过Matlab软件对采煤机截割轨迹进行模拟和仿真,验证基于单向示范刀的记忆截割方法的可行性。

  3. 所属分类：其它

    • 发布日期：2020-07-02
    • 文件大小：729kb
    • 提供者：weixin_38643127

  1. 基于粒子群优化的矿用减速器可靠性寿命预测分析

  2. 在可靠性寿命分析中,传统的Weibull分布进行可靠性寿命参数估计时一般为线性估计,但故障数据的随机性,使得预测结果的误差较大。针对此问题提出粒子群算法对模型参数进行优化,最终得到可靠性寿命预测值。

  3. 所属分类：其它

    • 发布日期：2020-07-08
    • 文件大小：211kb
    • 提供者：weixin_38677260

  1. 气味源定位的有限时间粒子群优化算法

  2. 本文涉及一种用于气味源定位的有限时间粒子群优化算法。 首先，基于粒子群算法（PSO）算法的连续时间模型，提出了一种连续时间有限时间粒子群算法（FPSO）。 由于引入了非线性阻尼项，因此所提出的连续时间FPSO算法可以在有限的时间间隔内收敛。 此外，为了增强其探索能力，将调谐参数引入了所提出的连续时间FPSO算法中。 利用Lyapunov方法分析了算法的有限时间收敛性。 其次，通过使用给定的离散化方案获得离散时间FPSO算法。 相应的收敛条件是通过使用线性矩阵不等式（LMI）方法得出的。 最后，分

  3. 所属分类：其它

  1. 基于粒子群优化算法的生物组织固有荧光光谱复原方法

  2. 为减少吸收和散射对生物组织荧光光谱的干扰，使用蒙特卡罗（MC）方法模拟不同光学参数下的生物组织荧光和漫反射光，提出基于组织漫反射光谱的荧光复原方法。将复原算法中的经验参数编码为解空间中的一个粒子，以组织荧光临床应用效果作为适应值，构建粒子群优化（PSO）算法实现经验参数优化。利用已建立的用于糖尿病无创筛查的组织光谱测量系统，收集327例受试者的皮肤组织荧光光谱和漫反射光谱，使用基于PSO的组织荧光复原算法进行光谱复原。以复原前、后的组织荧光光谱强度作为输入变量进行受试者工作特性（ROC）曲线分析

  3. 所属分类：其它

  1. 基于粒子群优化支持向量机的LIBS钢液Mn元素定量分析

  2. 为了更好地监测钢液成分，利用激光诱导击穿光谱(LIBS)技术，建立了基于径向基函数(RBF)核函数的支持向量机模型，采用粒子群算法优化支持向量机的参数，通过计算元素特征谱线的积分强度和Fe 元素内标归一化来降低仪器和环境带来的干扰。将实验数据进行主成分降维后，对钢液中Mn 元素的浓度进行定量分析，得到均方根误差(MSE)为0.599%，相对标准偏差(RSD)为8.26%，相关系数为0.997。结果显示，粒子群优化支持向量机回归定量分析方法可以用于LIBS 钢液成分分析，其分析性能较传统的定标方法

  3. 所属分类：其它

  1. 基于粒子群优化的生物传感器灵敏度特性分析

  2. 为了提高空气孔结构光子晶体生物传感器的归一化透射率，利用粒子群优化(PSO)算法对其结构参数进行多维空间全局优化。以散射空气孔、耦合空气孔和内部空气孔的半径作为被优化变量，并根据位置—速度更新公式进行优化；进而分别将光子晶体全芯片、耦合空气孔和内部空气孔作为传感区域，对优化后的结构进行传感特性分析。结果表明，优化后，该传感器的归一化透射率由54%提高到92%；在传感特性分析中，其谐振波长的漂移量与生物样本折射率的变化成近似线性的关系，且将内部空气孔作为传感区域时的灵敏度要明显高于将全芯片和耦合空

  3. 所属分类：其它

  1. 基于小波包特征熵和粒子群优化的模拟电路故障诊断

  2. 随着电路系统集成化和复杂化的发展，电路故障诊断技术越来越受到学者的重视，其中模拟电路由于其自身的特殊性成为研究中的一个难点。本文运用小波包特征熵作为电路故障特征的提取方法，选取支持向量机作为故障分类器，采用粒子群算法优化支持向量机的参数，将优化后的支持向量机与小波包特征熵相结合，共同完成对模拟电路故障的识别。通过对仿真实例的分析，验证该诊断方法的有效性和实用性。

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：712kb
    • 提供者：weixin_38528680

  1. 应用于亚波长角向偏振金属光栅设计的快速收敛粒子群算法优化

  2. 提出了分步寻优的基于粒子位置调整惯性权重的粒子群算法(PDW-PSO),通过调用严格耦合波方法(RCWA)计算衍射效率,进行了光栅结构参数的优化。将PDW-PSO与惯性权重不变的粒子群算法(PSO)和基于迭代次数调整惯性权重的粒子群算法(IDW-PSO)进行对比,结果表明PDW-PSO具有更快的收敛速度,相比于PSO和IDW-PSO,PDW-PSO的平均迭代次数分别从89.83和74减少至21.2,调用RCWA的次数分别从3144.05和2590下降至224。分析了波段匹配数对算法的影响, PS

  3. 所属分类：其它

« 12 3 4 5 6 »