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. 遗传微粒群算法，对旅行商问题求解，采用2-opt进行布局搜索

  2. 基于遗传微粒群算法，对旅行商问题求解，采用2-opt进行布局搜索。

  3. 所属分类：其它

    • 发布日期：2009-08-16
    • 文件大小：915kb
    • 提供者：cumtfhd

  1. 群智能理论及粒子群优化算法

  2. 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系

  3. 所属分类：其它

    • 发布日期：2010-03-31
    • 文件大小：2mb
    • 提供者：zeamiaomiao

  1. MATLAB群智能算法应用设计

  2. MATLAB群智能算法应用设计；微粒群算法；模拟退火算法；遗传算法；BP神经网络算法；人工免疫PSO；SOM；ACO算法

  3. 所属分类：其它

    • 发布日期：2015-04-21
    • 文件大小：4mb
    • 提供者：winbbooyy

  1. 基于PSO算法的图像分割方法

  2. ：针对大多数图像分割方法计算量大、不利于实时处理的缺点，提出用微粒群算法(PSO)优化最小误差分割方法。该 方法不但具备最小误差分割法受目标和噪声影响小以及对小图像分割效果好的优点，还克服了遗传算法等加速算法需要预 先设定众多运行参数，受目标变化影响大的问题。图像分割的效果和速度得到了提高，性能也更加稳定。实验结果反映了该 方法的有效性。

  3. 所属分类：其它

    • 发布日期：2009-04-07
    • 文件大小：176kb
    • 提供者：whorus1

  1. matlab拟合、插值、遗传算法、微粒群算法实例

  2. matlab拟合、插值、遗传算法、微粒群算法实例，详细但略复杂

  3. 所属分类：机器学习

    • 发布日期：2018-05-09
    • 文件大小：6mb
    • 提供者：mantianwuming

  1. 《微粒群算法》-曾建潮.pdf

  2. 最优化问题 进化计算 群体智能算法 微粒群算法的发展 改进的微粒群算法 基于遗传思想改进PSO 离散变量的微粒群算法 粒子群优化算法

  3. 所属分类：搜索引擎

    • 发布日期：2020-05-10
    • 文件大小：3mb
    • 提供者：dfengyuguren

  1. 微粒群算法在地震波阻抗反演中的应用

  2. 微粒群算法在地震波阻抗反演中的应用，张敏知，，地震波阻抗反演是油藏描述和储层预测中的关键技术，其本质属于多参数的非线性组合优化问题，诸如人工神经网络、模拟退火、遗传算

  3. 所属分类：其它

    • 发布日期：2020-02-01
    • 文件大小：275kb
    • 提供者：weixin_38655484

  1. 基于Pro/E二次开发的齿轮智能优化设计CAD系统

  2. 智能优化方法和CAD建模技术如何有效集成并应用于工程实际是一个崭新课题。首先建立了齿轮优化设计的规范化数学模型。采用遗传算法和微粒群算法进行齿轮优化设计,阐明了两者的原理并分别给出了算法的伪代码。结合齿轮智能优化设计及三维CAD建模集成系统的开发过程,阐明了Visual Studio 2008环境下采用Pro/Toolkit二次开发Pro/ENGINEER软件的原理、方法和关键技术。系统的成功开发对于工程中齿轮的快速优化设计和三维建模有较大的应用价值,对于研究智能优化方法和CAD建模技术的无缝集

  3. 所属分类：其它

    • 发布日期：2020-06-29
    • 文件大小：287kb
    • 提供者：weixin_38724154

  1. 改进粒子群算法在PID参数整定中应用

  2. 摘要：PID控制是过程控制中应用最广泛的控制方法，其关键在于PID参数的优化。针对其参数整定和优化问题，提出了一种改进的粒子群优化算法。仿真结果证明了该算法的有效性，其性能优于遗传算法和基本微粒群算法，具有一定的工程应用前景。

  3. 所属分类：其它

    • 发布日期：2020-10-23
    • 文件大小：326kb
    • 提供者：weixin_38720050

  1. 一种新型的非线性系统模型参数辨识方法

  2. 针对传统模型参数辨识方法和遗传算法用于模型参数辨识时的缺点，提出了一种基于微粒群优化(PSO)算法的模型参数辨识方法，利用PSO算法强大的优化能力，通过对算法的改进，将过程模型的每个参数作为微粒群体中的一个微粒，利用微粒群体在参数空间进行高效并行的搜索来获得过程模型的最佳参数值，可有效提高参数辨识的精度和效率。

  3. 所属分类：其它

    • 发布日期：2020-10-25
    • 文件大小：277kb
    • 提供者：weixin_38630324