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. 遗传算法和粒子群算法结合的matlab源码

  2. 遗传算法和粒子群算法结合的matlab源码 详细的注释

  3. 所属分类：其它

    • 发布日期：2009-09-17
    • 文件大小：5kb
    • 提供者：xiexie9210

  1. 基于改进粒子群的聚类算法

  2. 提出了一种基于改进的粒子群算法的聚类方法该算法是将局部搜索能力强的 均值算法和基于遗传算法的交叉变异P操作同时结合到粒子群算法中既提高了粒子群算法的局部搜索能力加快了收敛速度，同时因为加入了交叉变异操作，有效地防治了早熟收敛现象的发生实验表明该聚类算法有更好的收敛效果

  3. 所属分类：其它

    • 发布日期：2009-12-24
    • 文件大小：193kb
    • 提供者：kyliulei

  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. 遗传算法和粒子群优化算法

  2. 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

  3. 所属分类：其它

    • 发布日期：2014-07-12
    • 文件大小：5kb
    • 提供者：xiashaoyan1

  1. 基于遗传算法和粒子群优化算法的信道分配研究

  2. 基于遗传算法和粒子群优化算法的信道分配研究，文中介绍遗传算法和粒子群算法各自的优缺点，并进行结合算法进行信道分配

  3. 所属分类：其它

    • 发布日期：2015-11-18
    • 文件大小：4mb
    • 提供者：xyanzi906

  1. 基于数控机床给进系统PID参数优化程序

  2. 该程序旨在用粒子群算法和遗传算法两种方式对数控机床的PID参数进行整定，并结合了实例供大家参考

  3. 所属分类：电信

    • 发布日期：2018-05-10
    • 文件大小：10kb
    • 提供者：baidu_34030432

  1. 改进的自适应遗传算法和粒子群算法的混合算法（含单目标和多目标优化）

  2. 文档中包含： A_Genetic_Revised_Adap.M文件：为改进的自适应遗传算法（单目标优化）； A_Genetic_Revised_Adap_Multi.M文件：为改进的自适应遗传算法（多目标优化）； AA_Genetic_Revised_Adap_hybrid_F_Swarm.M文件，为改进的自适应遗传算法和粒子群算法的混合算法（单目标优化） AAA_Multi_Genetic_Revised_Adap_hybrid_F_Swarm.M文件，为改进的自适应遗传算法和粒子群算法的混

  3. 所属分类：机器学习

    • 发布日期：2018-10-02
    • 文件大小：27kb
    • 提供者：qq_24803925

  1. 粒子群算法PSO入门代码火经典案例求Ackley函数附-PSO.zip

  2. 粒子群算法PSO入门代码火经典案例求Ackley函数附-PSO.zip 本帖最后由 当当的花生 于 2016-7-30 20:09 编辑 回帖获得更多 粒子群算法 遗传算法前面有人讲了，我来讲讲PSO。 1）先看看百度百科解释： 粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等[1] 开发的一种新的进化算法。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

  3. 所属分类：其它

  1. 基于人群搜索算法对齿轮传动优化设计

  2. 人群搜索算法(SOA)结合人的思维习惯和行为方式,克服了粒子群算法(PSO)和遗传算法(GA)等智能优化算法收敛性差、局部寻优的缺点。建立以体积最小为目标的多约束数学模型,提出了SOA算法的圆柱齿轮减速器的优化设计方法,同PSO算法、GA算法的仿真结果进行对比分析,SOA算法的收敛速度更快、全局搜索能力更强和鲁棒性更好,为机械部件优化设计提供了参考。

  3. 所属分类：其它

    • 发布日期：2020-05-21
    • 文件大小：338kb
    • 提供者：weixin_38747025

  1. 遗传算法和粒子群算法结合的matlab源码.zip

  2. 遗传算法和粒子群算法结合的matlab源码 详细的注释

  3. 所属分类：其它

    • 发布日期：2020-04-01
    • 文件大小：5kb
    • 提供者：qq_40957277

  1. 遗传算法和粒子群算法结合的matlab源码

  2. 遗传算法和粒子群算法结合的matlab源码 详细的注释

  3. 所属分类：其它

    • 发布日期：2020-02-24
    • 文件大小：5kb
    • 提供者：ximo881206

  1. 遗传算法和粒子群算法结合的matlab源码

  2. 遗传算法和粒子群算法结合的matlab源码 详细的注释 遗传算法和粒子群算法结合的matlab源码 详细的注释

  3. 所属分类：其它

    • 发布日期：2020-01-23
    • 文件大小：5kb
    • 提供者：zhiyoushiwo

  1. Matlab粒子群算法工具箱使用方法及实例演示.pdf

  2. 本文主要包含以下内容： 遗传算法和粒子群算法的程序设计的一般结构。主要介绍两类算法的程序设计中的主要思想。 介绍在Matlab编程中一些需要注意的细节。在实际编程实现中，结合Matlab 语言的特色，可以将程序效率发挥到极致。 一个遗传算法实例和一个粒子群算法实例。

  3. 所属分类：深度学习

    • 发布日期：2019-07-14
    • 文件大小：4mb
    • 提供者：qq_43674158

  1. 带交叉因子的粒子群优化算法matlab源程序.zip

  2. 本算法为混合算法，粒子群算法和遗传算法相结合，有很好的性能，程序中以函数优化为例，并且有适应度趋势图，代码有注释！代码有注释！代码有注释！

  3. 所属分类：其它

  1. 遗传算法和粒子群算法结合的matlab源码

  2. 遗传算法和粒子群算法结合的matlab源码 详细的注释

  3. 所属分类：其它

    • 发布日期：2020-07-02
    • 文件大小：5kb
    • 提供者：lokken

  1. 粒子群BP神经网络在DDoS攻击检测中的应用

  2. 利用BP神经网络自适应学习，结合粒子群优化算法的全局搜索和遗传算法的快速收敛特性检测DDoS攻击行为。实验证明，新算法具有速度快、检测率高和误报率低的特点，能很好地应用于检测和抵御DDoS攻击。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：353kb
    • 提供者：weixin_38522106

  1. 基于改进粒子群算法的核极限学习机算法

  2. 摘要：内核极限学习机（KELM）通过将低维空间中的线性不可分离数据转换为线性可分离的数据，从而增强了ExtremeLearning Machine（ELM）的鲁棒性。 然而，ELM的内部功率参数是随机初始化的，导致算法不稳定。本文采用主动算子粒子游动优化算法（APSO）来获得KELM的最优初始参数集，从而创建了一个最优的KELM分类器名为APSO-KELM。 在标准遗传数据集上进行的实验表明，与现有的ELM，KELM相比，APSO-KELM具有更高的分类准确性，并且这些算法将PSO / APSO

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：986kb
    • 提供者：weixin_38746818

  1. 改进的粒子群算法与支持向量机相结合的碳纤维产量双向预测

  2. 本文基于支持向量机（SVM）和改进的粒子群优化（IPSO）算法（SVM-IPSO）创建了双向预测模型，以预测碳纤维的性能和生产参数。 在SVM中，选择对预测性能有重要影响的参数至关重要。 提出了IPSO对它们进行优化的方法，然后将SVM-IPSO模型应用于碳纤维产量的双向预测。 SVM的预测精度主要取决于其参数，因此利用IPSO来寻找SVM的最佳参数，以提高其预测能力。 受小区通信机制的启发，我们通过将全球最佳解决方案的信息纳入搜索策略来提出IPSO，以提高开发效率，并采用IPSO建立双向预测模

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：536kb
    • 提供者：weixin_38581447

  1. 基于粒子群遗传算法的BP神经网络摄像机标定

  2. ：摄像机标定是从二维图像提取三维空间信息的关键步骤，标定的精度直接关系到三维重构结果的逼.真程度。为了有效解决传统摄像机标定算法中的多参数、计算费时费力等问题，提高摄像机标定的精度和速.度，将粒子群遗传算法（particle swarm optimization genetic algorithm，PSO-GA）应用于摄像机标定中。对参.数进行粒子群算法优化后，再使用遗传算法中的选择、交叉和变异等操作进行参数优化，以实现粒子群算法与.遗传算法的融合。结合后的算法全局搜索能力较强，收敛速度更快，优

  3. 所属分类：其它

  1. 自适应免疫粒子群算法在动态无功优化中应用

  2. 根据电力系统实际运行中负荷不断变化的情况,提出了动态无功优化问题的完整数学描述和计算方法。从负荷曲线的特点出发,结合设备动作次数约束,提出利用遗传算法进行智能化负荷分段的方法。利用引入免疫系统的免疫信息处理机制和自动调整动量系数的自适应因子的粒子群算法,从整体上获得系统的最优控制方式。IEEE 30节点系统算例分析表明,该方法有效减少了补偿设备和变压器分接头的动作次数,其中节点12电容器组的投切次数由6次降为2次,且系统在一天内的有功损耗由1.2413p.u.降为1.1554p.u.。

  3. 所属分类：其它

« 12 »