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. CS-布谷鸟算法.zip

  2. 【群体智能优化算法】布谷鸟搜索算法matlab求解函数最小值代码，稍微简化了一点点，相关流程和介绍博客中有哦~未简化的代码我就先不上传了嘻嘻嘻

  3. 所属分类：互联网

    • 发布日期：2020-12-08
    • 文件大小：7168
    • 提供者：qq_44122600

  1. 智能群体系统集群行为

  2. 本论文介绍了复杂中集群系统。

  3. 所属分类：机器学习

  1. 新型自主自组装分布式蜂群飞行机器人

  2. 蚂蚁和蜜蜂等许多物种所体现的群体智能在群体机器人研究中启发了学者。本文提出了一种新型的自组装分布式群飞机器人DSFR，它可以在地面上行驶，自主完成自组装，然后在空中协同飞行。专门研究了DSFR模块的机械和电气设计以及运动学和动力学分析。同时，本文提出了一个通用的邻接矩阵来描述DSFR结构的配置。此外，建立了用于垂直起飞和水平悬停的分布式飞行控制模型，该模型可以应用于具有任意配置的DSFR系统的控制。最后，进行了一些实验，以验证和验证DSFR设计，自主自组装策略和分布式飞行控制律。

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：2097152
    • 提供者：weixin_38689191

  1. 布谷鸟搜索算法研究及其应用进展

  2. 布谷鸟搜索算法作为相对较新的一类群智能优化算法，自提出以来受到研究人员的重视，并进行了较为深入的研究，在有关领域得到了应用。为进一步加强布谷鸟算法的搜寻能力并提升收敛速度，加快对算法的研究与应用进程，综述了布谷鸟算法的原理、研究概况和其他同类群体智能优化算法的比较及发展趋势。首先给出了算法的基本模型和实现步骤；然后重点阐述了基于发现概率和步长控制量、基于自适应步长、基于混沌理论、与其他算法混合、基于种群特征和种群变异、结合优化策略及基于种群多样性等诸方面的改进方法，总结了算法的主要应用领域及其进

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：607232
    • 提供者：weixin_38734993

  1. 头脑风暴优化算法的全面综述

  2. 对新的群体智能算法，脑风暴优化（BSO）算法的发展，实现，变体和未来方向进行了全面的调查。 头脑风暴优化算法是一种新兴的有前途的群体智能算法，它可以模拟人类头脑风暴的过程。 通过收敛操作和发散操作，BSO中的个体在搜索空间/目标空间中被分组和发散。 据我们所知，关于BSO算法的开发和应用，共有75篇论文，8篇论文和5项专利。 BSO算法中的每个人不仅是要优化的问题的解决方案，而且还是揭示问题概况的数据点。 根据头脑风暴优化算法的发展，可以解决各种优化问题和实际应用。

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：779264
    • 提供者：weixin_38707240

  1. 集聚层次聚类分析的头脑风暴优化

  2. 头脑风暴优化（BSO）是一种相对较新的群体智能算法，它模拟了人类头脑风暴的解决问题的过程。 通常，BSO使用扁平集群，这有​​很多缺点。 本文将凝聚的层次聚类引入到BSO中，然后分析其对创建算子性能的影响。 与具有k均值聚类的BSO相比，该算法适用于数值优化问题。 实验结果表明，该算法取得了令人满意的结果，并保证了较高的覆盖率。

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：441344
    • 提供者：weixin_38710323

  1. 头脑风暴优化算法：回顾

  2. 对于群体智能算法，群体中的每个人都代表搜索空间中的解决方案，也可以将其视为来自搜索空间的数据样本。 基于对这些数据的分析，可以提出更有效的算法和搜索策略。 头脑风暴优化（BSO）算法是一种新的且很有前途的群体智能算法，它可以模拟人类头脑风暴过程。 通过收敛操作和发散操作，BSO中的个体在搜索空间/目标空间中被分组和发散。 本文回顾了BSO算法的历史发展和最新技术。 此外，还从数据分析的角度讨论了BSO算法中的收敛运算和发散运算。 BSO算法中的每个人不仅是要优化的问题的解决方案，而且还是揭示问题

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：581632
    • 提供者：weixin_38545117

  1. 无线传感器网络部署的增强型头脑风暴优化算法

  2. 头脑风暴优化是一种年轻而有前途的群体智能算法，它可以模拟人类头脑风暴过程。 收敛运算和发散运算是头脑风暴优化的两个基本运算符。 k表示在最初的头脑风暴优化中使用了聚类，该算法需要在搜索之前定义k值。 为了在搜索过程中自适应地改变簇的数量，根据单个或多个簇的结构信息，提出了一种改进的亲和传播（AP）聚类方法和一种增强的创建策略。 此外，修改后的头脑风暴优化技术可用于优化两个不同无线传感器网络（WSN）的动态部署。 实验结果表明，该算法取得了令人满意的结果，并保证了较高的覆盖率。

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：537600
    • 提供者：weixin_38504089

  1. 一种新的动态萤火虫需求量估计算法

  2. Firefly算法（FA）是一种基于群体智能的有效优化技术，已成功应用于各种实际工程问题。 本文提出了一种新的动态FA（称为NDFA），用于中国南昌市的水资源需求估算。 首先，使用动态参数策略来避免手动调整阶跃因子。 其次，根据历史用水量和当地经济结构，开发了三种不同形式的估算模型（线性，指数和混合）。 第三，利用归一化方法来消除不同数据单元的影响。 在实验中，以南昌市2003年至2015年的用水为例。 2003年至2012年的数据用于寻找模型的最优权重，其余数据（2013-2015年）用于测试

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：689152
    • 提供者：weixin_38665122

  1. 基于细菌觅食算法的机器人路径规划

  2. 机器人路径规划问题的目标是为移动机器人在被障碍物包围的环境中的起点和目标点之间确定最佳的无碰撞路径。 由于机器人运动过程的必要性，移动机器人的最佳无碰撞轨迹规划一直是机器人学中的主要问题。 近年来，随着群体智能家族细菌觅食优化（BFO）的另一个成员的出现，细菌觅食策略引起了人们的极大兴趣。 在这项工作中，模仿BFO算法的搜寻策略的移动机器人解决了路径规划问题。 目的是在不与障碍物碰撞的情况下最小化路径长度和匝数。 在仿真研究中，采用两种具有不同障碍物分布的静态环境测试场景来评估该方法的性能。 仿

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：1048576
    • 提供者：weixin_38565801

  1. RFID网络规划优化的分层人工蜂群算法

  2. 本文提出了一种新的优化算法，即分级人工蜂群优化算法，称为HABC，以解决射频识别网络规划（RNP）问题。 在提出的多层次模型中，较高层次的物种可以由较低层次的亚种群聚集。 在底层，每个采用规范ABC方法的子种群并行搜索零件尺寸最优值，可以将其构建为高层的完整解决方案。 同时，运用具有交叉和变异算子的综合学习方法来增强物种间的全局搜索能力。 针对一组10个基准优化问题进行了实验。 结果表明，与几种成功的群体智能算法和进化算法相比，拟议的HABC在大多数选定的基准函数上均具有出色的性能。 然后将HA

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：2097152
    • 提供者：weixin_38603704

  1. 铜带生产负荷优化的混合多目标人工蜂群算法

  2. 为了有效地实现铜带的加料Craft.io优化，建立了基于实际加料原理的非线性约束多目标模型。 该问题的提出有两个目的，即最大程度地减少原材料的总成本和最大程度地增加投入熔炉的废料量。 本文提出了一种求解混合模型的新方法，称为混合多目标人工蜂群（HMOABC）。 HMOABC算法是一种新的基于群体智能的多目标优化技术，其灵感来自于蜜蜂的智能觅食行为，归一化目标值和多样化选择（SNOV-DS）的总和以及非优势排序方法。 研究了两个测试示例，并与其他自然启发性技术（包括非支配排序遗传算法II（NSGA

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：540672
    • 提供者：weixin_38595528

  1. 基于不确定性信息的头脑风暴优化模型

  2. 头脑风暴优化是一种新的群体智能，它模仿了人类头脑风暴的过程。 本文提出了一种基于不确定性信息的改进型头脑风暴算法。 它采用亲和力传播聚类而不是k-means聚类。 同时，借鉴云滴算法的思想，引入了结合多个聚类信息的创建算子。 拟议的头脑风暴优化的特征在于无需群集数即可挖掘和利用候选解​​决方案的不确定信息。 最后，将改进后的头脑风暴优化技术应用于数值优化。 仿真结果表明，与原始算法相比，该算法具有更好的优化效果和较高的成功率。

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：180224
    • 提供者：weixin_38613548

  1. 具有邻域搜索和动态参数调整机制的随机吸引萤火虫算法

  2. Firefly算法（FA）是一种新的群体智能优化算法，在许多优化问题上均显示出有效的性能。 但是，在解决复杂的优化问题时，它可能会过早收敛。 在本文中，我们提出了一个新的FA变种NSRaFA，该变种使用随机吸引模型和三种邻域搜索策略来获得。勘探与开发能力之间的权衡

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：1035264
    • 提供者：weixin_38630697

  1. SON中基于蚂蚁网络的QoS单播路由机制

  2. 本文提出一种基于群体智能的自组织网络SON(Self-Organizing Network)中的服务质量QoS(Quality ofService)单播路由机制,通过引入模糊数学相关知识描述不精确路由信息,通过引入微观经济学相关知识兼顾网络提供方和用户利益,基于蚂蚁网络寻找使各方效用达到或接近Nash均衡下Pareto最优的QoS单播路径.基于网络仿真器NS2(Network Simulator 2)对该机制进行了仿真实现和性能评价,结果表明,该机制在用户效用、网络提供方效用、路径综合评价值、N

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：392192
    • 提供者：weixin_38735887

  1. 一种基于细胞通讯机制的改进果蝇优化算法

  2. 最近发明的果蝇优化算法（FOA）是一种基于果蝇觅食行为的新型群体智能方法，并且已证明与现有的进化算法（例如粒子群优化（PSO）算法）相比具有竞争优势。 但是，FOA仍然存在一些缺点，例如收敛精度低，在后期的演化阶段很容易陷入局部最优值。 本文通过在搜索策略中考虑全局最差，均值和最佳解的信息，提出了一种基于小区通信机制（CFOA）的改进的FOA，以提高开发效率。 一组数值基准函数的结果表明，在大多数实验中，CFOA均优于FOA和PSO。 此外，CFOA用于优化碳纤维生产中预氧化炉的控制器。 仿真结

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：1048576
    • 提供者：weixin_38733414

  1. 铜带生产负荷优化的混合多目标人工蜂群算法

  2. 为了有效地实现铜带的加料Craft.io优化，建立了基于实际加料原理的非线性约束多目标模型。 解决该问题的目的有两个，目的是使原料的总成本降至最低，并使投入熔炉的废料量最大化。 本文提出了一种求解混合模型的新方法，称为混合多目标人工蜂群（HMOABC）。 HMOABC算法是一种新的基于群体智能的多目标优化技术，其灵感来自于蜜蜂的智能觅食行为，归一化目标值和多样化选择（SNOV-DS）的总和以及非优势排序方法。 研究了两个测试示例，并与其他自然启发技术（包括非支配排序遗传算法II（NSGAII）和

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：365568
    • 提供者：weixin_38677260

  1. 改进的混沌蚁群功能优化

  2. 混沌蚁群算法（CAS）是一种基于群体智能理论的优化算法，它受自然界中蚂蚁的混沌和自组织行为的启发。 在对CAS的特性进行分析的基础上，本文提出了对CAS的一种改进，称为改进的混沌蚁群（MCAS），它采用了两种新颖的策略来显着提高原始算法的性能。 这是通过将变量限制在搜索范围内并最终使全局最佳蚂蚁从不同蚂蚁的最佳信息中学习来实现的。 在五个基准功能上对MCAS进行的仿真表明，MCAS提高了解决方案的精度。

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：492544
    • 提供者：weixin_38646634

  1. 一种带禁忌搜索的粒子并行子群最小约简算法

  2. 为了提高基于群体智能的粗糙集最小属性约简算法的求解质量和计算效率,提出一个结合长期记忆禁忌搜索方法的粒子群并行子群优化算法.并行的各子群不仅具有禁忌约束,而且包含多样性和增强性策略.由于并行的子群共同陷入局部最优的概率小于一个粒子群陷入局部最优的概率,该算法可提高获得全局最优的可能性,并减少受初始粒子群体的影响.多个UC I数据集的实验计算表明,提出的算法相对于其他的属性约简算法具有更高的概率搜索到最小粗糙集约简.因此所提出的算法用于求解最小属性约简问题是可行和较为有效的.

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：917504
    • 提供者：weixin_38612568

  1. 一种mashup服务描述本体的自动构建方法

  2. 服务描述本体是基于语义的服务聚合的基础. 目前本体构建主要由领域专家手工进行, 具有成本高、时间长、不易演化等困难, 不能满足 m a s hup生态系统对本体的需要. 标签作为一种在各类服务注册体系中被广泛使用的大众分类手段, 从功能、认知的角度对服务进行描述,是群体智能的一种体现. 提出了一种从标签自动构建 m a s hup服务描述本体的方法, 该方法利用大众分类, 可以自下而上地进行自动化本体构建, 并能随网络化的服务资源变化而自行演化. 最后,通过实例验证了该方法的有效性.

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：1048576
    • 提供者：weixin_38625192
« 1 2 3 4 5 6 7 89 10 11 12 13 ... 18 »