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. 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. 群粒子优化(Particle Swarm Optimization,PSO)算法介绍

  2. 本课件详细介绍了群粒子优化(Particle Swarm Optimization,PSO)算法的来源，基本模型，算法演化过程及其应用领域。

  3. 所属分类：专业指导

    • 发布日期：2011-05-08
    • 文件大小：4mb
    • 提供者：wangwei10987

  1. 粒子群优化算法PPT

  2. 粒子群算法 ppt粒子群优化算法（PSO）是一种进化计算技术（evolutionary computation）,由Eberhart博士和kennedy博士于1995年提出 (Kennedy J，Eberhart R． Particle swarm optimization．Proceedings of the IEEE International Conference on Neural Networks．1995．1942~1948.)。源于对鸟群捕食的行为研究。粒子群优化算法的基本思想是

  3. 所属分类：专业指导

    • 发布日期：2011-07-08
    • 文件大小：821kb
    • 提供者：forestgo

  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. 粒子群算法与神经网络算法结合的matlab程序

  2. 粒子群优化算法是一种新颖的仿生、群智能优化算法。该算法原理简单、需调整的参数少、收敛速度快而且易于实现，因此近年来粒子群算法引起了广大学者的关注。然而到目前为止粒子群算法的在理论分析和实践应用方面尚未成熟，仍有大量的问题需进一步研究。本文针对粒子群算法易出现“早熟”陷入局部极小值问题对标准粒子群算法进行改进并将改进的粒子群算法应用于BP神经网络中。本文的主要工作如下：本文首先介绍了粒子群算法的国内外的研究现状与发展概况，较系统地分析了粒子群优化算法的基本理论，总结常见的改进的粒子群优化算法。其

  3. 所属分类：专业指导

    • 发布日期：2013-05-28
    • 文件大小：1kb
    • 提供者：checkpaper

  1. PSO算法研究及其基于改进PSO算法的回归模型的参数估计

  2. 粒子群算法(Particle Swarm Optimization，简称PSO)是由Kennedy和Eberhart于1995年提出的一类随机群集智能优化算法。Kennedy和Eberhart对鸟群的觅食行为进行研究发现，单只鸟的能力是非常有限的，但是它们依靠群体的合作总能以最简单、最有效的方式寻找到食物。于是他们将鸟群简化为一个简单的社会系统并加入人类社会的某些行为特征，设计出PSO算法用于解决复杂的优化问题。PSO算法因其设计思想简单、操作实现容易、需要控制的参数少、能够实现分布式计算以及

  3. 所属分类：专业指导

    • 发布日期：2014-11-29
    • 文件大小：3mb
    • 提供者：adolphegates

  1. 粒子群算法以及应用原理

  2. 粒子群优化(Partical Swarm Optimization - PSO) 算法是近年来发展起来的一种新的进化算法( Evolu2tionary Algorithm - EA) .PSO 算法属于进化算法的一种,和遗传算法相似,它也是从随机解出发,通过迭代寻找最优解,它也是通过适应度来评价解的品质

  3. 所属分类：其它

    • 发布日期：2008-11-14
    • 文件大小：32kb
    • 提供者：liyunliang1983

  1. gaijinPSO.m

  2. 粒子群算法的发展过程。粒子群优化算法（Partical Swarm Optimization PSO），粒子群中的每一个粒子都代表一个问题的可能解，通过粒子个体的简单行为，群体内的信息交互实现问题求解的智能性．由于PSO操作简单、收敛速度快，因此在函数优化、 图像处理、大地测量等众多领域都得到了广泛的应用. 随着应用范围的扩大，PSO算法存在早熟收敛、维数灾难、易于陷入局部极值等问题需要解决。

  3. 所属分类：C/C++

    • 发布日期：2019-07-29
    • 文件大小：2kb
    • 提供者：anbeijinwu

  1. PSO粒子群算法.zip

  2. 粒子群算法的发展过程。粒子群优化算法（Partical Swarm Optimization PSO），粒子群中的每一个粒子都代表一个问题的可能解，通过粒子个体的简单行为，群体内的信息交互实现问题求解的智能性。由于PSO操作简单、收敛速度快，因此在函数优化、 图像处理、大地测量等众多领域都得到了广泛的应用

  3. 所属分类：教育

    • 发布日期：2020-04-19
    • 文件大小：3kb
    • 提供者：qq_36320710

  1. SSD（single shot multibox detector）翻译

  2. SSD（single shot multibox detector）翻译，含原论文原创性声明 本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作 所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已 经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中 以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 位论文作着(笔)签名分2y年D月日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学

  3. 所属分类：讲义

    • 发布日期：2019-03-03
    • 文件大小：22mb
    • 提供者：qq_39696749

  1. 基于粒子群优化算法的LS-SVM电动机断条故障诊断

  2. 支持向量机(Support Vector Machine,SVM)算法是基于统计学习理论的一种新的学习方法,应用于故障诊断技术中,具有训练所需样本少、诊断率高等优点。最小二乘支持向量机(Least Squares Support Vector Machines,LS-SVM)算法是标准支持向量机的一种扩展,能在保证精度的同时大大降低计算机的复杂性,加快求解速度。该算法的超参数对支持向量机的性能有着重要的作用。因此,采用粒子群优化(Particle Swarm Optimization,PSO)算

  3. 所属分类：其它

    • 发布日期：2020-05-22
    • 文件大小：256kb
    • 提供者：weixin_38706455

  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. 混合型有源电力滤波器主电路优化设计

  2. 在分析混合型有源电力滤波器(hybrid active power filter,HAPF)各元件参数对系统综合性能影响的基础上,提出一种基于粒子群优化(particle swarm optimization,PSO)的改进多目标优化算法,对高压HAPF的注入电路和有源部分进行了参数优化设计,为系统优化设计提供指导。对标准PSO引入非线性时变参数,避免了算法的早熟,通过引入一种新的全局最优粒子选择算子,提高了算法解的多样性。算例仿真和工程应用结果证明了该主电路优化设计的有效性。

  3. 所属分类：其它

  1. 基于粒子群算法的飞行冲突解脱问题

  2. 自由飞行可有效解决航线日益加剧的拥挤问题,但同时也增加了管制员管制监控的难度,从而使飞行冲突探测和解脱成为自由飞行的关键问题。粒子群算法(particle swarm optimization)是一种群智能优化算法,尝试将其应用于飞行冲突解脱问题,构造了适合飞行冲突解脱问题的粒子表达方式,建立了冲突解脱问题的粒子群算法,成功解决了飞行冲突,并将其运行结果与遗传算法结果作了对比试验。实验结果表明,粒子群算法是求解飞行冲突解脱问题的一个较好方案。

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：263kb
    • 提供者：weixin_38595606

  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. 阴影条件下基于迁移强化学习的光伏系统最大功率跟踪

  2. 在光伏系统中,光伏阵列往往会受到阴影条件(partial shading condition,PSC)的影响,造成光伏系统输出功率偏低以及功率-电压($P-V$)特性曲线出现多峰值的现象,从而导致常规最大功率跟踪(maximum power point tracking,MPPT)算法易陷入局部最优的问题.对此,设计一种基于迁移强化学习(transfer reinforcement learning,TRL)的MPPT算法.该算法将连续变量的动作空间分解为若干个小范围的子搜索空间,从而有效提高T

  3. 所属分类：其它

  1. 深圳大学2020研究生云计算期末大作业-粒子群优化算法实现及改进（含论文数据代码）.zip

  2. 期末大作业题目 1.结合所学相关内容，研究撰写一篇关于云计算资源分配策略或任务调度或资源使用预测算法的论文。要求扩展云计算仿真器CloudSim或其它仿真软件设计实现该算法，并进行仿真实验测试和分析该算法/策略的性能。也可以是将云计算技术应用于自己感兴趣研究方向为主题的研究论文。论文撰写格式要求以《软件学报》的投稿要求为模板。 摘 要: 粒子群优化（PSO）算法思想来源于人工生命和演化进化论。PSO 通过粒子追随自 己找到的最优解和整个群体的最优解来完成优化，群体中每一个粒子代表问题的一

  3. 所属分类：讲义