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. 离子群优化算法综述及pso算法原理.特点和问题

  2. 离子群优化算法是一种新兴的优化技术，其思想来源于人工生命和演算进化理论。

  3. 所属分类：其它

    • 发布日期：2009-04-28
    • 文件大小：443kb
    • 提供者：hyx317354

  1. 基于自适应进化粒子群算法的多目标优化方法

  2. 提出一种自适应进化粒子群优化算法(AEPSO)，以提高多目标优化PSO 算法的性能。 AEPSO 算法把非支配排序技术、自适应惯性权重和特殊的变异操作引入到PSO 算法中，来提高 算法的全局搜索能力和粒子的多样性。与常用的整体加权方法来处理多目标优化问题不同，AEPSO 算法采用非劣解排序来引导粒子的飞行，以改进算法的收敛性，同时采用特殊的变异操作防止早 熟收敛并增加优化解的多样性。所提算法的有效性经过四种代表性benchmark 函数进行验证，并与 几种典型同类型算法进行比较。该算法已成功地

  3. 所属分类：其它

    • 发布日期：2010-01-10
    • 文件大小：931kb
    • 提供者：hhj274159788

  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. 粒子群优化算法(PSO)介绍

  2. 粒子群优化算法(PSO)最初是由Kennedy和Eberhart博士于1995年受人工生命研究的结果启发，在模拟鸟群觅食过程中的迁徙和群集行为时提出的一种基于群体智能的演化计算技术。

  3. 所属分类：专业指导

    • 发布日期：2011-05-08
    • 文件大小：256kb
    • 提供者：wangwei10987

  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. 计算群体智能基础

  2. 计算群体智能基础,介绍智能优化算法基础以及遗传算法、粒子群算法等常见优化算法。

  3. 所属分类：专业指导

    • 发布日期：2013-06-17
    • 文件大小：29mb
    • 提供者：tiger30s

  1. 计算群体智能基础

  2. 原作者是(南非)恩格尔伯里特(Andrice P.Engelbrecht），由谭营翻译，包含优化理论，进化计算，粒子群优化和蚂蚁算法四个部分

  3. 所属分类：专业指导

    • 发布日期：2014-12-01
    • 文件大小：29mb
    • 提供者：u010551462

  1. “群体智能算法”Matlab工具箱 Version3.0 正式版

  2. 1、集成了八种种群体智能算法：'PPNGA','SFLA','MSFLA','AF-SFLA','PSO','ABC','DEr1','DEb2' % 2、适应度函数开放了一个参数Parmaters，接收本文件Options.Parmaters传递的参数，实例参见m文件F3_Rastrigin.m % 3、本程序设置了三个终止条件，终止条件3是必需的；终止条件1,2是可选的，不需要时隐去代码即可 % 4、在优化参数设置中，小种群设置与大种群设置各有优势，实际工程问题不一定哪一种设置更好，要根据

  3. 所属分类：机器学习

    • 发布日期：2018-01-11
    • 文件大小：55kb
    • 提供者：su27peng

  1. 细菌觅食算法的函数优化-matlab

  2. 随着群体智能优化算法的蓬勃发展，Passino于2002年提出了模拟人类大肠杆菌觅食行为的细菌觅食优化算法（Bacteria Foraging Optimization Algorithm，BFOA），为仿生进化算法家族增添了新成员。

  3. 所属分类：机器学习

  1. 万有引力搜索算法的函数优化-matlab

  2. 万有引力搜索算法（Gravitational Search Algorithm，GSA）是由伊朗克曼大学的Esmat Rashedi等人于2009年所提出的一种新的启发式优化算法，其源于对物理学中的万有引力进行模拟产生的群体智能优化算法。万有引力搜索算法GSA的原理是通过将搜索粒子看作一组在空间运行的物体，物体间通过万有引力相互作用吸引，物体的运行遵循动力学的规律。

  3. 所属分类：机器学习

  1. 05-群体智能优化算法-蚁群优化算法.docx

  2. 蚁群优化(ACO)是群体智能的一部分，它模仿蚂蚁的合作行为来解决复杂的组合优化问题。它的概念是由Marco Dorigo[1]和他的同事提出的，当他们观察到这些生物在寻找食物时所采用的相互交流和自我组织的合作方式时，他们感到很惊讶。他们提出了执行这些策略的想法，为不同领域的复杂优化问题提供了解决方案，并获得了广泛的欢迎[1, 2]。本文档给出了ACO算法的原理和过程。

  3. 所属分类：讲义

    • 发布日期：2020-03-06
    • 文件大小：259kb
    • 提供者：hba646333407

  1. 04-群体智能优化算法-蜘蛛猴优化算法.docx

  2. 群居生物的觅食行为一直是优化算法研究的热点问题。蜘蛛猴优化(Spider Monkey Optimization，SMO)是一种全局优化算法，灵感来自于蜘蛛猴在觅食过程中的裂变融合社会(Fission-Fusion social，FFS)结构。SMO巧妙地描述了群体智能的两个基本概念：自组织和分工。SMO作为一种基于群体智能的算法，近年来得到了广泛的应用，并被应用于许多工程优化问题中。这一部分详细介绍了蜘蛛猴优化算法。为了更好地理解SMO过程的工作原理，给出了一个SMO过程的数例。

  3. 所属分类：讲义

    • 发布日期：2020-03-06
    • 文件大小：627kb
    • 提供者：hba646333407

  1. 03-群体智能优化算法-人工蜂群优化算法.docx

  2. 在自然界中，群体是由多个为实现一共同目标的个体构成，目标可以是抵御捕食者、建巢穴、保留或繁殖种群、充分利用环境中的资源等。在群体中为完成目标，存在着任务选择机制和分工，个体根据局部规则和相邻个体间的相互作用进行自组织。这些低层次的交互导致了全局的群体行为。Bonabeau等人[1]将自组织定义为正反馈、负反馈、波动和多重交互作用的组合。正反馈促进个体更频繁地做出有益的行为，或促使其他个体向适当的行为靠拢。蚂蚁分泌信息素或蜜蜂跳舞都是正反馈的例子。由于正反馈效应的存在，当种群趋于饱和时，负反馈机制

  3. 所属分类：讲义

    • 发布日期：2020-03-06
    • 文件大小：291kb
    • 提供者：hba646333407

  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. 01-群体智能优化算法-群体智能和进化计算.docx

  2. 优化问题存在于科学、工程和工业的各个领域。在许多情况下，此类优化问题，特别是在当前场景中，涉及各种决策变量、复杂的结构化目标和约束。通常，经典或传统的优化技术在以其原始形式求解此类现实优化问题时都会遇到困难。由于经典优化算法在求解大规模、高度非线性、通常不可微的问题时存在不足，因此需要开发高效、鲁棒的计算算法，无论问题大小，都可以对其进行求解。从自然中获得灵感，开发计算效率高的算法是处理现实世界优化问题的一种方法。从广义上讲，我们可以将这些算法应用于计算科学领域，尤其是计算智能领域。计算智能(C

  3. 所属分类：专业指导

    • 发布日期：2020-03-06
    • 文件大小：291kb
    • 提供者：hba646333407

  1. 含机器人的作业车间双资源智能优化调度.pdf

  2. 含机器人的作业车间双资源智能优化调度pdf,含机器人的作业车间双资源智能优化调度344 机器人 2002年7月 进制编号,如第二个类型工件的三道工序的编号分码都是“2”,由于工件的加工工序是确定不变的,因 别是“21”,“22”和“23”.在染色体编码中,给所有同此首先出现的“2”代表“21”,第二次出现的“2”代表 工件的工序指定相同的符号,即工件编号,根据它“22,第二次出现的“2代表“23”.很容易看出染色 们在给定染色体中岀现的先后顺序就可以斫认是第体的任意排列总能产生可行调度,而且可以

  3. 所属分类：其它

    • 发布日期：2019-10-11
    • 文件大小：204kb
    • 提供者：weixin_38743481

  1. 鲸鱼优化算法c++代码实现

  2. 鲸鱼优化(Whale Optimization Algorithm, WOA)算法是澳大利亚格里菲斯大学的Mirjalili 等于2016年提出的一种新型的群体智能优化方法，它的思想来源于海洋中座头鲸独有的特殊捕食行为，算法通过鲸鱼包围、气泡攻击猎物等过程实现优化搜索目的。该算法具有原理简单、操作简易，易于实现，需调整的参数少及鲁棒性强等特点。在函数优化方面，WOA 算法在求解精度和稳定性上要明显优于粒子群（PSO）、差分进化（DE）和 引力搜索（GSA）等算法。同时WOA 算法在许多领域得到了

  3. 所属分类：互联网

    • 发布日期：2020-09-15
    • 文件大小：1kb
    • 提供者：qq_31990441

  1. MLC:首先简单尝试智能优化算法（仅用于启发或探索）-源码

  2. 这是一个基于改进的罗斯勒混沌系统的简单混沌优化算法。 该算法可以解决Ackley，Griewank等10Dims复数常数函数。 但是由于算法算法的收敛收敛机制的缺陷，其优化速度似乎很差，难以解决尺寸超过25的问题；混沌群体更倾向于对整个空间进行狭小且缺乏坐标的问题是COA的普遍问题。局部融合策略。 因此，在接下来的研究中，弄清如何融合混沌群和群体行为策略非常重要。 -日志：2020.06

  3. 所属分类：其它

  1. 群体智能启发的自组织网络：其仿生机制，设计原理和优化方法

  2. 群体智能启发的自组织网络：其仿生机制，设计原理和优化方法

  3. 所属分类：其它

  1. MATLAB数学建模：智能优化算法-遗传算法

  2. 遗传算法是模拟自然界生物进化机制进行迭代优化的算法.它通过模拟"适者生存, 优胜劣汰"的法则,在所有可能的解决方法中找出最符合该问题所要求的条件的解决办法. 在遗传算法中,通过编码组成初始群体后,遗传操作的任务就是通过对群体中的每个个体进行适应度评评估进而进行筛选, 从而实现"优胜劣汰"的"进化"过程.从优化搜索的角度而言, 遗传操作可使问题的解

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：135kb
    • 提供者：weixin_38643307
« 12 3 4 5 6 7 »