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. 捕食搜索算法

  2. 捕食搜索算法（Predatory Search Algorithm，PSA）是由巴西学者Alexandre Linhares 在1998年提出来的一种用于解决组合优化问题的模拟动物捕食行为的空间搜索策略。Alexandre Linhares 把捕食搜索策略分别用于旅行商问题（TSP）和超大规模集成电路设计（VLSI）问题。

  3. 所属分类：C/C++

    • 发布日期：2015-04-19
    • 文件大小：1048576
    • 提供者：qq_21903279

  1. 智能优化算法

  2. 捕食搜索算法（Predatory Search Algorithm，PSA）是由巴西学者Alexandre Linhares 在1998年提出来的一种用于解决组合优化问题的模拟动物捕食行为的空间搜索策略。Alexandre Linhares 把捕食搜索策略分别用于旅行商问题（TSP）和超大规模集成电路设计（VLSI）问题。

  3. 所属分类：C/C++

    • 发布日期：2015-04-19
    • 文件大小：1048576
    • 提供者：sxfquqion

  1. matlab粒子群算法

  2. 粒子群优化算法(Particle Swarm optimization,PSO)又翻译为粒子群算法、微粒群算法、或微粒群优化算法。是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法。通常认为它是群集智能 (Swarm intelligence, SI) 的一种。它可以被纳入多主体优化系统(Multiagent Optimization System, MAOS).粒子群优化算法是由Eberhart博士和kennedy博士发明。 模拟捕食 PSO模拟鸟群的捕食行为。一群鸟在随机搜索

  3. 所属分类：搜索引擎

    • 发布日期：2017-09-08
    • 文件大小：56320
    • 提供者：qq_34459331

  1. 粒子群算法java代码

  2. 粒子群优化代码java粒子群算法简称PSO，它的基本思想是模拟鸟群的捕食行为。设想这样一个场景：一群鸟在随机搜索食物。在这个区域里只有一块食物。所有的鸟都不知道食物在那里。但是他们知道当前的位置离食物还有多远。那么找到食物的最优策略是什么呢。最简单有效的就是搜寻目前离食物最近的鸟的周围区域。 PSO从这种模型中得到启示并用于解决优化问题。PSO中，每个优化问题的解都是搜索空间中的一只鸟。我们称之为“粒子”。所有的粒子都有一个由被优化的函数决定的适应值(fitness value)，每个粒子还有

  3. 所属分类：其它

    • 发布日期：2017-11-26
    • 文件大小：5120
    • 提供者：qq_33206961

  1. 基于捕食搜索策略的模拟退火优化算法

  2. 针对传统模拟退火算法初始温度和降温函数难以确定以及接收劣质解同时容易遗失当前最 优解等缺陷，将禁忌搜索算法的禁忌表功能引入SA 算法，避免遗失最优解和对某个解进行 多次重复地搜索；根据函数的复杂程度确定初始温度，并定义新的降温函数，提高算法的搜 索效率和精度；引入捕食搜索策略，平衡算法搜索能力和开发能力，避免陷入局部最优。通 过对五个典型的基准测试函数的仿真表明，改进算法具有较强的全局搜索能力，同时寻优精 度和收敛速度比原算法也有较大的提高。

  3. 所属分类：机器学习

    • 发布日期：2017-12-20
    • 文件大小：1001472
    • 提供者：bgcoolwindchen

  1. 捕食搜索算法

  2. 捕食搜索算法（Predatory Search Algorithm，PSA）是由巴西学者Alexandre Linhares 在1998年提出来的一种用于解决组合优化问题的模拟动物捕食行为的空间搜索策略。Alexandre Linhares 把捕食搜索策略分别用于旅行商问题（TSP）和超大规模集成电路设计（VLSI）问题。

  3. 所属分类：机器学习

    • 发布日期：2017-12-20
    • 文件大小：1048576
    • 提供者：bgcoolwindchen

  1. 粒子群优化算法.zip

  2. 粒子群算法基本原理 粒子群算法是基于群体演化的算法，其思想来源于对鸟群捕食行为的研究，一群鸟在随机搜寻食物，如果这个区域里只有一块食物，那么找到食物的最简单有效地策略就是搜索目前离食物最近的鸟的周围区域。 粒子群算法就是从种模型中得到启示产生的，用以解决优化问题。 简而言之，每只鸟都以自己和其他鸟群的经验作为决策的依据。

  3. 所属分类：机器学习

    • 发布日期：2020-04-10
    • 文件大小：3072
    • 提供者：xiaowang5211314

  1. 基于分布估计的柔性作业车间高效人工鱼群模型。

  2. 柔性作业车间调度问题（FJSP）是生产调度领域中最重要的问题之一，它是一些实际生产过程的摘要。 由于同时考虑了机器分配和操作顺序，因此这是一个复杂的组合优化问题。 本文提出了一种有效的带有分布估计的人工鱼群模型（AFSA-ED），用于FJSP，目的是使工期最小化。 首先，设计了通过调整机器分配和不同顺序的操作顺序来操作的前原理和后原理排列机构，以增强种群的多样性。 此后，将种群分为两个子种群，然后应用两种排列机制。 在AFSA-ED中，提出了一种基于分布估计的捕食行为，以提高算法的性能。 此外，

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：540672
    • 提供者：weixin_38604330

  1. 粒子群算法求解最大值问题详解（附python代码）

  2. 文章目录粒子群算法（PSO）代码实现1、导入需要的库2、设置参数3、适应度函数4、初始化粒子群5、迭代更新粒子群 粒子群算法（PSO） PSO 通过模拟鸟群的捕食行为来求取最优解。 假设一群鸟在随机搜索食物。在这个区域里只有一块食物（对应着最优解）。所有的鸟都不知道食物的具体位置，但是它们可以判断自身与食物的大致距离，即通过 fit 值判断与最优解的距离。那么找到食物的最优策略就是搜寻目前离食物最近的鸟的周围区域。 PSO 中，问题的每个解都是搜索空间中的一只“鸟”。我们称之为“粒子”。所有的粒

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：60416
    • 提供者：weixin_38639471

  1. 有时间窗车辆路径问题的捕食搜索算法

  2. 有时间窗车辆路径问题是当前物流配送系统研究中的热点问题,该问题具有NP 难性质!难以求得最优解或满意解.在建立有时间窗车辆路径问题数学模型的基础上,设计了一种模仿动物捕食策略的捕食搜索算法.该算法利用控制搜索空间的限制大小来实现算法的局域搜索和全局搜索,具有良好的局部集中搜索和跳出局部最优的能力.通过实例计算,并与相关启发式算法比较,取得了满意的结果.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：248832
    • 提供者：weixin_38727928

  1. 处理动态优化问题的捕食元胞遗传算法

  2. 根据自然界中的捕食关系, 提出一种捕食策略来代替元胞遗传算法中的演化规则, 并构建了基于捕食策略 的元胞遗传算法以处理动态环境下的优化问题. 在元胞空间中, 捕食者对其捕食范围内的被捕者进行猎取并捕获其 中最弱的一个. 对捕食策略中种群规模的相互关系进行了研究, 通过引入正交交叉算子进一步提高了算法的搜索能 力. 选择不同强度、复杂度的动态优化问题进行算法性能验证, 所得结果表明新算法具有良好的处理动态优化问题 的能力.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：233472
    • 提供者：weixin_38516491

  1. 基于GMOGSO的多目标流水车间调度问题

  2. 针对缓冲区有限的多目标流水车间调度问题, 提出一种基于Pareto 最优的广义多目标萤火虫算法. 通过引入交换子和交换序将基本萤火虫算法离散化, 并将算法拓展为全局搜索过程和局部搜索过程. 进化初期采用全局搜索将种群推向较优区域, 进化中后期采用捕食搜索策略使算法主体在全局搜索和局部搜索间智能切换, 从而保证全局与局部的平衡. 动态变步长策略进一步增强了算法搜索能力. 通过算例测试验证了所提出算法的有效性.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：228352
    • 提供者：weixin_38522323