搜索资源列表
modern_youhua
- 现代最优化算法（有170多页的PPT，2010年的） 分为三个部分 Part 1 概论 Part 2 模拟退火算法 Part 3 遗传算法 现在常用的优化算法 禁忌搜索算法 模拟退火算法 遗传算法 人工神经网络 蚁群算法 粒子群算法 混合算法-Modern optimization algorithm is divided into three parts Part 1 Pa
three_algorithm
- 其中包含了三种算法，粒子群优化方法，遗传算法和蚁群算法-Which contains the three algorithms, particle swarm optimization, genetic algorithms and ant colony algorithm
Code_MATLAB_Optimization
- 这是龚纯《精通MATLAB最优化计算》随书源码(M文件)。基于MATLAB优化工具箱，代码包含的内容有：牛顿法等无约束一维极值问题、单纯形搜索法等无约束多维极值问题、Rosen梯度投影法等约束优化问题、L-M法等非线性最小二乘优化问题、线性规划、整数规划、二次规划、粒子群优化、遗传算法。-This is pure Gong " Mastering MATLAB optimization calculations," w
Ackely
- Ackley函数的粒子群优化算法的实现，对初学粒子群算法的有用-Ackley function of the particle swarm optimization algorithm, particle swarm optimization for beginners useful
mastering_matlab
- 精通MATLAB最优化计算 配套光盘 本书的主要内容是应用MATLAB来解决最优化问题，通过将“最优化问题”、“MATLAB优化工具箱”和“MATLAB编程”这三方面有机结合进行讲述，即一方面是使用工具箱来快速解决最优化问题，另一方面是通过算法编程深入解决最优化问题。主要包括MATLAB优化工具箱、无约束多维极值问题、约束优化问题、非线性最小二乘优化问题、线性规划、整数规划、二次规划、粒子群优化算法、遗传算法。 -The mai
TSP-based-on-improved-pso
- 基于对粒子群优化算法原理的分析，实现了一种基于TSP的改进的粒子群优化算法：求解TSP的混合粒子群算法，结合遗传算法、蚁群算法和模拟退火算法的思想来解决TSP问题。-Particle swarm optimization based on the principle of the analysis, implemented based on TSP, improved particle swarm optimization algori
Particle-algorithm
- 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
Optimization
- 详细介绍了优化算法-遗传优化算法和粒子群优化算法，给出了编程过程,-Optimization Algorithms (Genetic Optimization Algorithm and Particle Swarm Optimization Algorithm)are introduced in detail,the programm progress is gived
Constrained-Engineering-Optimization
- 将离散约束优化问题转化为非负整数约束规划问题，开发求解该问题的离散差分进化算法。该算法采用基于混沌映射 的种群初始化、双版本变异和带随机扰动项的取整运算等新策略。针对非线性约束条件，给出惩罚基数的计算方法和连续映 射基函数的表达式，在此基础上设计处理非线性约束的自适应惩罚因子。提出一种刻画种群多样性的新测度——种群二次平 均基因距离及基于新测度的依概率混沌移民算子。将自适应罚函数法、依概率混沌移民操作与离散差分进化算法有机融
GA-RBF
- 自适应遗传算法优化RBF神经网络，粒子群算法优化RBF神经网络仿真结果比较。程序可直接运行-Adaptive genetic algorithm to optimize the RBF neural networks, particle swarm optimization on RBF neural network simulation results compared. Program can be run directly
RBF1
- 粒子群算法、遗传算法优化的RBF神经网络程序-Particle swarm optimization, genetic algorithm optimization on RBF neural network program
Optimize-the-RBF-Network
- 使用粒子群算法、遗传算法优化RBF径向基神经网络的matlab程序-Using particle swarm algorithm, genetic algorithm to optimize the RBF RBF neural network matlab program
PPSO_GA_RRBFa
- 粒子群算法、遗传算法优化RBBF径向基神经网络。可直接使用。 -Particle swarm optimization, genetic algorithm optimization the RBBF RBF neural network. Can be used directly.
liziqun
- 分析了软件测试中测试用例自动生成技术的发展现状和粒子群优化算法的基本原理及实现步骤,并详细研究了几种重要的改进的粒子群优化算法。在此基础上,改进了基本粒子群优化算法,提出了基于改进的粒子群优化算法的测试用例自动生成系统框架,并给出了基于改进的粒子群优化算法的测试用例自动生成算法。 最后,采用matlab语言编程实现了基于改进的粒子群优化算法的测试用例自动生成算法,用具体实例对其进行了实验,并对结果数据进行了分析。
Appso
- 粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 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，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，
112
- 粒子群算法和遗传算法两种优化算法 《精通MATLAB最优化计算》中的部分代码-Two optimization algorithm of PSO and genetic algorithm Part of the code in the 《proficient MATLAB optimization calculation》
LinWPSO
- 线性递减权重粒子群优化算法是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。 -Linear decreasing weight particle swarm opt
30-cases-in-matlab
- MATLAB智能算法30个案例分析，109页的详细讲解，程序和程序注解，可以直接复制代码。包括遗传算法，基于遗传算法和非线性规划的函数寻优算法，遗传算法工具箱详解及应用，多种群遗传算法的函数优化算法， 基于粒子群算法的多目标搜索算法，基于多层编码遗传算法的车间调度算法，基于遗传模拟退火算法的聚类算法，蚁群算法，支持向量机等等30章。-MATLAB intelligent algorithm 30 case studies, 109 d
Particle-swarm-optimization-
- 粒子群算法、遗传算法优化RBF径向基神经网络-Particle swarm optimization, genetic algorithm optimization RBF RBF neural network
Genetic-algorithm-optimization
- 遗传算法优化B P神经网络的目的是通过遗传算法得到更好的网络初始权值和阈值, 其 基本思想就是用个体代表网络的初始权值和阈值、 个体值初始化的B P神经网络的预测误差作为该个体的适应度值, 通过选择、 交叉、 变异操作寻找最优个体, 即最优的B P神经网络初始权值。除了遗传算法之外, 还可以采用粒子群算法、 蚁群算法等优化B P神经网络初始权值。-Genetic algorithm to optimize BP neural net