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. pso最早的论文，英文版

  2. ames Kennedy and Russell Eberhart 在国际会议上提出了pso算法，最早的文章，包括的算法最初的模型，以及对于模型的介绍和最初的应用，是pso学习者必看的文章之一

  3. 所属分类：其它

    • 发布日期：2009-09-03
    • 文件大小：16kb
    • 提供者：qtb123

  1. PSO的一个程序实现

  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。详细的步骤以后的章节 介绍 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

  3. 所属分类：其它

    • 发布日期：2010-03-28
    • 文件大小：5kb
    • 提供者：zhougang402

  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. 微粒群算法综述讨论微粒群算法的开发与应用

  2. 讨论微粒群算法的开发与应用。首先回顾从1995 年以来的开发过程, 然后根据一些已有的测 试结果对其参数设置进行系统地分析, 并讨论一些非标准的改进手段, 如簇分解、选择方法、邻域算子、 无希望ö重新希望方法等。介绍了一些常用的测试函数, 以及与其他演化算法的比较。最后讨论了一些已 经开发和在将来有希望的领域中的应用。

  3. 所属分类：其它

    • 发布日期：2010-03-31
    • 文件大小：267kb
    • 提供者：zeamiaomiao

  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. 基于粒子群优化算法的TSP问题研究

  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。详细的步骤以后的章节介绍 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

  3. 所属分类：其它

    • 发布日期：2013-05-31
    • 文件大小：52kb
    • 提供者：u010910751

  1. 粒子群优化算法

  2. 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，模糊系统控制以及其他遗传算法的应用领域

  3. 所属分类：C/C++

    • 发布日期：2013-07-18
    • 文件大小：17kb
    • 提供者：u011443065

  1. 遗传算法与粒子群算法的实现

  2. 本框架提供了有关粒子群算法(PSO)和遗传算法(GA)的完整实现，以及一套关于改进、应用、测试、结果输出的完整框架。 本框架对粒子群算法与遗传算法进行逻辑解耦，对其中的改进点予以封装，进行模块化，使用者可以采取自己对该模块的改进替换默认实现组成新的改进算法与已有算法进行对比试验。试验结果基于Excel文件输出，并可通过设定不同的迭代结束方式选择试验数据的输出方式，包括： 1. 输出随迭代次数变化的平均达优率数据（设定终止条件区间大于0）。 2. 输出随迭代次数变化的平均最优值数据（设定终止条件

  3. 所属分类：其它

    • 发布日期：2013-09-04
    • 文件大小：1mb
    • 提供者：u011188353

  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. PSO算法在动态优化中的应用

  2. 主要介绍了PSO算法的主要思想，以及在动态优化中的应用

  3. 所属分类：专业指导

    • 发布日期：2015-12-08
    • 文件大小：8mb
    • 提供者：nature_ran

  1. 粒子群算法PPT

  2. 粒子群优化算法最早应用于非线性连续函数的优化和神经元网络的训练, 后来也被用于解决约束优化问题、多目标优化问题、动态优化问题等. 在数据分类、数据聚类、模式识别、电信QoS管理、生物系统建模、流程规划、信号处理、机器人控制、决策支持以及仿真和系统辨识等方面, 都表现出良好的应用前景. 国内也有越来越多的学者关注粒子群优化算法的应用, 将其应用于非线性规划、同步发电机辨识、车辆路径、约束布局优化、新产品组合投入、广告优化等问题. 4

  3. 所属分类：讲义

  1. 基于SVM的煤与瓦斯突出预测模型及应用

  2. 为有效预测矿井内煤与瓦斯突出的危险程度，对其影响因素做了分析与探讨，分别构建了基于粒子群优化算法以及遗传算法支持向量机的煤与瓦斯突出预测模型，并且通过实例对两种模型预测的准确性进行了验证。分别利用单项以及综合指标、BP神经网络以及PSO-SVM模型、GA-SVM模型，对寺河煤矿二号井的突出区域进行预测比较。结果表明，PSO-SVM的预测模型不仅可以在小样本数据中预测出煤与瓦斯突出程度的大小，而且综合预测结果更加精确，其在解决矿井内煤与瓦斯突出的小样本数据中显示出更加强大、通用的性能。

  3. 所属分类：其它

  1. 粒子群算法优化BP神经网络的变载荷自平衡控制系统

  2. 为解决常规PID控制难以在具有时变负载的自平衡系统中实时、精确调节负载的变化,在BP神经网络基础上,利用粒子群算法(PSO)优化BP神经网络,将神经网络的收敛速度进一步提高,并将算法应用到二轮平衡车控制系统中,对二轮平衡车进行动力学建模,介绍系统的结构、原理与实验方法,搭建二轮平衡车实验平台进行了施加突变负载情况下的试验验证。利用二轮平衡车实验平台车身上的姿态传感器得到车体倾斜输出角度,对比施加突变负载前后以及神经网络优化前后的车体倾斜输出角度变化。结果表明:粒子群算法(PSO)优化BP神经网络

  3. 所属分类：其它

    • 发布日期：2020-05-31
    • 文件大小：319kb
    • 提供者：weixin_38597990

  1. 混合PSO算法优化异步电机矢量控制参数在矿井提升机的应用

  2. 在矿井提升机异步电机的矢量控制技术中,对于采用PI控制的电流闭环控制方式,PI控制器的参数的优化尤为重要。利用一种混合粒子群(PSO)算法对异步电机速度控制器的参数进行优化,并与常规控制器参数以及标准粒子群算法优化后的速度控制器参数进行比较,实验结果表明,用混合粒子群算法优化的参数,可以提高系统的控制速度、动态性能,对矿井提升机异步电机矢量控制的研究具有一定的理论和现实意义。

  3. 所属分类：其它

    • 发布日期：2020-06-30
    • 文件大小：269kb
    • 提供者：weixin_38663167

  1. 通信与网络中的改进PSO算法在LSSVM入侵检测模型的应用

  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，模糊系统控

  3. 所属分类：其它

    • 发布日期：2020-10-22
    • 文件大小：323kb
    • 提供者：weixin_38643127

  1. PSO算法：这是我的本科论文，涉及高性能离散粒子群优化（PSO）算法以及在JSSP问题上的应用软件开发-源码

  2. 高性能离散粒子群算法（PSO）及其在JSSP上的应用软件开发 抽象 进行了研究以研究工业Job-shop调度问题（JSSP） ，并设计了一种编码和解码方案。 原型并实现了在MATLAB中优化JSSP问题的协同PSO算法。 使用响应面法（RSM）发现了CPSO算法的参数最佳组合。 为CPSO算法设计了8个具有最佳参数的JSSP测试用例，并绘制了相关的算法收敛曲线和调度甘特图。 从两个方面进行了性能分析。 算法改进：与标准PSO算法相比，CPSO算法将理论上的最优解最多减少了17.68％的

  3. 所属分类：其它

  1. 改进PSO算法在LSSVM入侵检测模型的应用

  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，模糊系统控制以及其

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：335kb
    • 提供者：weixin_38752074
« 12 »