搜索资源列表
kekaoxing
- 可靠性优化的遗传算法求解，粒子群算法求解，非常简单，-reliability of the genetic optimization algorithm, the PSO algorithm, is very simple.
gpso
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，有Eberhar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。
PSO-evolutionarycomputation
- 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
vc_pso
- vc++版本的粒子群优化算法程序,该算法使用简单,收敛快速,是遗传算法之后的又一重要智能算法.
gaandpsoandacoforTSP
- 各种优化算法解决TSP问题 包括蚂蚁群算法 ，粒子群算法 ，遗传算法等等
GA-wiley-matlab
- 修改自wiley的书中的各种遗传算法（GA）matlab代码，还包括其他一些算法如粒子群优化，蚁群优化等，均已修改好用！
psopt
- 另一个粒子群优化算法工具箱，具有与遗传算法工具箱相同的语法结构。-Implementation of a PSO algorithm with the same syntax as the Genetic Algorithm Toolbox.
InteligentOptimisationAlgorithms
- 介绍各种智能优化算法，包括遗传算法，模拟退火，粒子群算法等的一本好书-A good book for Intelligent optimization algorithms
IOA
- 一篇关于智能优化调度的博士论文，其中包括对蚁群、遗传、粒子群等多种算法的研究-Intelligent Scheduling an article about the doctoral thesis, including ant colonies, genetic, and other particle swarm algorithm
To-predict
- matlab预测程序集合，适用于数学建模大赛，直接数据导入就可以用。包括灰色模型预测程序2个，gm10，greymodel，高斯混合模型mixture_of_gaussians，以及BP神经网络优化模型，遗传算法优化，Genetic，粒子群算法优化，PSO-Matlab to predict collection, suitable for mathematical modeling contest, data import can u
ANT-GA-PSO
- 将蚁群优化算法与粒子群优化算法进行组合，并利用遗传算法的交叉操作与变异操作对粒子多样性进行改进，提高全局优化效率，并配有实例演示。-The ant colony optimization algorithm and the particle swarm optimization algorithm are combined, and the genetic algorithm is used to improve the diversi
myPSO
- 粒子群算法，也称粒子群优化算法或鸟群觅食算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等[1] 开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，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
果蠅最佳化演算法_簡體版
- 果蝇算法优化，是一种新型的群智能优化算法，比粒子群算法，遗传算法等效率要高很多(Drosophila melanogaster algorithm)
源程序
- 神经网络案例,包括语音识别，线性预测、粒子群算法、遗传算法的优化等(some cases of neural network)
kriging
- 改进的粒子群优化克里金模型，普通的克里金模型MATLAB数据包与遗传算法的结合(Improved particle swarm optimization model of Kriging, Kriging model MATLAB data packet and genetic algorithm combined with the general of the)
ABC_1
- 人工蜂群算法自2005年被Karaboga等人提出以来，以其操作简单、参数少、易于编程实现、收敛速度快等特点而受到越来越多的关注。2007年，Karaboga【2007】使用人工蜂群算法对多变量函数进行优化，并对由人工蜂群算法（ABC），遗传算法（GA），粒子温度算法（PSO）和粒子温度灵敏演化算法（PS-EA）产生的结果进行了比较。 结果表明，人工蜂群算法优于其他算法。2009年，Karaboga【2009】使用人工蜂群算法优化大量的
nichingparticle-swarm-optimization
- 粒子群优化算起源于对鸟群、鱼群以及对某些社会行为的模拟，是一种基于群体智能的进化计算技术。而小生境技术则起源于遗传算法，这种方法能使基于群体的随机优化算法形成物种，从而使相应的优化算法具有发现多个最优解的能力。而多分类器集成技术则是通过多个分类器进行某种组合来决定最终的分类，以取得比单个分类器更好的性能。多分类器集成技术要求基元分类器不仅个体性能要好并且其差异度要大，这与小生境技术形成物种的能力具有很多内在的相似性。目前己经有研究者将小
智能优化算法应用于近红外光谱波长选择的比较研究
- 近红外光谱(NIRS)是一种间接分析技术,其应用需建立相应的校正模型。为了提高模型的解释能力、预测准确度和建模效率,需要对NIRS 进行波长选择,优选最小化冗余信息。选用蚁群优化(ACO)、遗传优化(GA)、粒子群优化(PSO)、随机青蛙(RF)和模拟退火(SA)5 种智能优化算法对烟叶总氮和烟碱近红外光谱数据进行特征波长选择,结合偏最小二乘(PLS)算法,构建了多个烟叶总氮和烟碱的校正模型,(Near infrared spectro
神经网络入门13课源码
- 神经网络入门13课源码 第一课 MATLAB入门基础 第二课 MATLAB进阶与提高 第三课 BP神经网络 第四课 RBF、GRNN和PNN神经网络 第五课 竞争神经网络与SOM神经网络 第六课 支持向量机( Support Vector Machine, SVM ) 第七课 极限学习机( Extreme Learning Machine, ELM ) 第八课 决策树与随机森林 第九课 遗传算法( Genetic Al
GA-PSO
- PSO算法计算函数极值时，常常出现早熟现象，导致求解函数极值存在较大的偏差，然而遗传算法对于函数寻优采用选择、交叉和变异算子操作，直接以目标函数作为搜索信息，以一种概率的方式来进行，因此增强了粒子群优化算法的全局寻优能力，加快了算法的进化速度，提高了收敛精度。(When PSO algorithm calculates function extremum, it often appears premature phenomenon, w