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. 几种粒子群算法的matlab实现

  2. matlab2009的.m文件，有惯性权重线性变化的粒子群算法、协同粒子群算法和小世界粒子群算法。还有个标准测试函数的文件，里面有7个标准测试函数。

  3. 所属分类：嵌入式

    • 发布日期：2011-05-30
    • 文件大小：5kb
    • 提供者：pl751986175

  1. 标准粒子群优化算法-用Griewank函数测试

  2. 标准PSO算法的matlab程序，惯性权重线性递减，用Griewank函数测试，收敛特性良好。

  3. 所属分类：其它

  1. 一种自适应的粒子群算法

  2. 针对粒子群优化进入后期得到解的精度低，不稳定的问题，提出了一种改进的自适应的算法，采用惯性权重线性减小，对成功的加速系数产生记忆，并于下一代更新中以一定概率唤醒记忆，通过仿真实验，表明可以有效的解决了后期精度差，不稳定的问题。

  3. 所属分类：专业指导

    • 发布日期：2012-01-11
    • 文件大小：264kb
    • 提供者：xj2jx0oo0

  1. 基于线性递减的粒子群算法

  2. 改进的粒子群算法 用线性递减权重例子群优化算法求解无约束优化问题

  3. 所属分类：软件测试

    • 发布日期：2012-03-14
    • 文件大小：1kb
    • 提供者：xiaohetingting

  1. 最优化问题相关算法

  2. 1.约束优化问题： minRosen(Rosen梯度法求解约束多维函数的极值)(算法还有bug) minPF(外点罚函数法解线性等式约束) minGeneralPF(外点罚函数法解一般等式约束) minNF(内点罚函数法) minMixFun(混合罚函数法) minJSMixFun(混合罚函数加速法) minFactor(乘子法) minconPS(坐标轮换法)(算法还有bug) minconSimpSearch(复合形法) 2.非线性最小二乘优化问题 minMGN(修正G-N法) 3.线性规

  3. 所属分类：教育

    • 发布日期：2013-05-28
    • 文件大小：36kb
    • 提供者：liuchangjlu

  1. matlab最优化程序

  2. matlab最优化程序包括 无约束一维极值问题 进退法 黄金分割法 斐波那契法 牛顿法基本牛顿法 全局牛顿法 割线法 抛物线法 三次插值法 可接受搜索法 Goidstein法 Wolfe.Powell法 单纯形搜索法 Powell法 最速下降法 共轭梯度法 牛顿法 修正牛顿法 拟牛顿法 信赖域法 显式最速下降法， Rosen梯度投影法 罚函数法 外点罚函数法 內点罚函数法 混合罚函数法 乘子法 G－N法 修正G－N法 L－M法 线性规划 单纯形法 修正单纯形法 大M法 变量有界单纯形法 整数规

  3. 所属分类：专业指导

    • 发布日期：2013-11-30
    • 文件大小：38kb
    • 提供者：wangliang_hello

  1. matlab 实现粒子群优化算法代码

  2. 包含：基本粒子群算法、带压缩因子、线性递减权重、自适应权重、随机权重、同步变化、二阶粒子群、混沌粒子群、基于模拟退火的粒子群算法等

  3. 所属分类：专业指导

    • 发布日期：2017-05-05
    • 文件大小：8kb
    • 提供者：tongashunshun

  1. PSO算法的最大熵阈值图像分割

  2. 图像分割是目标识别的首要和关键步骤。目前的图像分割方法有多种, 其中阈值方法优点比较突出, 但是采用阈值方法分 割的关键是要能高效率地找到被分图像的最佳熵阈值。针对这一问题, 将Geese- LDW- PSO 算法的位置更新公式作了改进, 即用 当前种群的全局极值取代所有粒子的当前位置, 并将之用于熵阈值图像分割中。仿真实验表明, 该算法可以快速稳定地获得一幅 图像的最佳分割阈值。仿真结果显示, 该方法对车牌分割具有较好的性能。 专业论文，为广大做毕设同学提供资源

  3. 所属分类：其它

    • 发布日期：2009-04-07
    • 文件大小：150kb
    • 提供者：u014708477

  1. 线性递减权重粒子群算法MATLAB代码

  2. 线性递减权重粒子群算法MATLAB代码，适合粒子群算法初学者

  3. 所属分类：深度学习

    • 发布日期：2018-12-28
    • 文件大小：855byte
    • 提供者：weixin_43568897

  1. MATLAB 最优化算法合集

  2. matlab最优化程序包括：无约束一维极值问题、进退法、黄金分割法、斐波那契法、牛顿法基本牛顿法、全局牛顿法、割线法、抛物线法、三次插值法、可接受搜索法、Goidstein法、Wolfe Powell法、单纯形搜索法、Powell法、最速下降法、共轭梯度法、牛顿法、修正牛顿法、拟牛顿法、信赖域法、显式最速下降法、Rosen梯度投影法、罚函数法、外点罚函数法、內点罚函数法、混合罚函数法、乘子法、G－N法、修正G－N法、L－M法、线性规划、单纯形法、修正单纯形法、大M法、变量有界单纯形法、整数规划、

  3. 所属分类：电信

    • 发布日期：2020-05-06
    • 文件大小：46kb
    • 提供者：weixin_43870101

  1. 基于粒子群算法的直线二级倒立摆LQR控制器优化控制方法

  2. 针对线性二次型调节器在倒立摆最优控制设计过程中对加权矩阵选择的盲目性,采用粒子群算法,引入惯性权重优化加权矩阵,获得状态反馈控制率,设计最优控制器。以直线二级倒立摆控制系统为研究对象,对比分析传统线性二次型调节器算法与基于粒子群优化线性二次型调节器算法的稳摆控制和抗干扰能力。结果表明:优化后的最优控制器能使系统的响应时间更快、超调量更小;直线二级倒立摆控制系统在4 s内达到稳定状态,在实时控制中表现出了较强的抗干扰能力。该算法对直线二级倒立摆的控制效果更理想。

  3. 所属分类：其它

  1. 基于LDWPSO算法的铲运机工作装置优化设计

  2. 铲运机的工作装置是一个反转六连杆机构,其机构特性决定了整体的运动性能和工作效率。首先分析设计了工作装置的8个设计变量,其次以转斗机构的传动比最大为目标函数,选择约束条件建立了合理的数学模型,最后采用线性递减权重粒子群算法(LDWPSO)在MATLAB软件中进行优化研究。优化结果显示线性递减权重粒子群算法比基本粒子群算法(PSO)寻优能力更强。

  3. 所属分类：其它

    • 发布日期：2020-06-13
    • 文件大小：392kb
    • 提供者：weixin_38612527

  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. 线性权重粒子群算法

  2. 线性权重粒子群算法

  3. 所属分类：其它

    • 发布日期：2016-10-16
    • 文件大小：1kb
    • 提供者：yu83673606

  1. 基于改进PSO算法的LSSVM入侵检测模型

  2. 在基本PSO算法和线性权重下降PSO算法的基础上，提出一种并行PSO算法，将粒子群分成两组，分别采用不同的惯性权重，各侧重于全局搜索和局部搜索，根据进化代数动态调整两种算法中进化的粒子数。通过仿真实验，证明了并行PSO算法的寻优性能优于基本PSO算法和线性权重下降PSO算法。

  3. 所属分类：其它

    • 发布日期：2020-10-24
    • 文件大小：338kb
    • 提供者：weixin_38611230

  1. 多维度惯性权重衰减混沌化粒子群算法及应用

  2. 针对标准粒子群优化算法在处理多维、多峰值优化问题时暴露出的易早熟收敛的难题,提出了MDDCIW_PSO算法。算法的主要思路如下:在粒子群进化过程中,赋予每代群体中每个粒子的每一维度以不同的线性衰减混沌化惯性权重,即从纵向看,随着迭代次数的增加,惯性权重呈现线性衰减变化;从横向看,当代的每个粒子的每一维度都在当前衰减半径内呈现独立的混沌变化。MDDCIW_PSO算法从纵横两个方向,最大可能地增强了粒子在搜索后期的群活性和局部搜索能力,从而尽可能地避免陷入局部最优。大量的标准测试函数仿真结果表明:M

  3. 所属分类：其它

  1. 改进的简化粒子群算法优化模糊神经网络建模

  2. 为了更准确地描述有记忆效应的射频功放特性,提出了一种改进的简化粒子群优化(PSO)算法,并结合自适应模糊推理系统(ANFIS)建立模糊神经网络功放模型。改进的简化PSO算法仅保留粒子的位置项,加入了随机的个体最优候选解,由粒子的当前位置、个体最优解、全局最优解和随机的个体最优候选解共同决定其位置项;采用线性递减惯性权重,并利用异步变化的动态学习因子,且新颖地引入拉普拉斯系数,从而增加了种群多样性,加快了收敛速度,避免陷入局部最优。由模型仿真对比可知,该方法建立的功放模型结构简单、收敛快、误差小、

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：263kb
    • 提供者：weixin_38624628

  1. 改进并行粒子群算法优化RBF神经网络建模

  2. 针对已有神经网络功放建模的建模精度不高,易陷入局部极值等问题,提出一种新的改进并行粒子群算法(Improved Parallel Particle Swarm Optimization,IPPSO)。该算法在并行粒子群算法的基础上引入自适应变异操作,防止陷入局部最优;在微粒的速度项中加入整体微粒群的全局最优位置,动态调节学习因子与线性递减惯性权重,加快微粒收敛。将该改进算法用于优化RBF神经网络参数,并用优化的网络对非线性功放进行建模仿真。结果表明,该算法能有效减小建模误差,且均方根误差提高19

  3. 所属分类：其它

  1. 一种参数自适应调整和边界约束的粒子群算法

  2. 粒子群优化算法的核心思想是每个粒子根据自己和周围粒子的“信息共享”寻优，达到全空间搜索最优解的目的。收敛速度快，全局寻优能力强。针对基本粒子群算法寻优精度较低，结果易发散的缺点，提出了一种参数自适应调整和边界条件约束的粒子群算法，惯性权重，学习因子随着迭代过程线性递加或递减，从而在算法初期个体能搜索整个空间，后期能够朝着全局最优值收敛而找到全局最优值。同时设置粒子边界条件约束，保证算法寻优解的准确性。理论分析和数值仿真结果表明了所设计方法的高效性，在保证算法效率的前提下，有效地提高了算法的寻优精

  3. 所属分类：其它

    • 发布日期：2021-01-31
    • 文件大小：737kb
    • 提供者：weixin_38690508

  1. 基于二阶振荡及自然选择的随机权重混合粒子群算法

  2. 针对粒子群算法“早熟收敛”的缺点, 提出一种混合粒子群算法. 该算法采用最大速度线性递减的方法平衡全局寻优能力与算法收敛精度的矛盾, 并用随机权重平衡算法的全局和局部搜索能力. 学习因子二阶振荡使种群在粒子数目不变的情况下维持多样性, 是提高全局搜索能力的主要方法. 自然选择原理使算法改善了因二阶振荡和随机权重的加入而造成收敛速度降低的情况. 测试实验表明, 所提出的算法能避免早熟问题, 有效地提高寻优能力.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：909kb
    • 提供者：weixin_38744694
« 12 »