搜索资源列表
sss
- 在现有的道路条件下，提高交通控制和管理水平，合理利用现有的交通设施，充分发挥其能力，是解决我国现在交通问题的有效方法之一。而对单路口信号配时的优化，是城市交通区域控制的基础，十分之重要。本文将自适应变异粒子群算法应用于交通信号配时，与传统的信号配时方法相比较，车辆的平均延误得到了明显的改善。-the existing road conditions, traffic control and management, rational us
粒子群算法计算最短路径
- 优化问题是工业设计中经常遇到的问题,许多问题最后都可以归结为优化问题. 为了解决各种各样的优化问题,人们提出了许多优化算法,比较著名的有爬山法、遗传算法等.优化问题有两个主要问题:一是要求寻找全局最小点,二是要求有较高的收敛速度. 爬山法精度较高,但是易于陷入局部极小. 遗传算法属于进化算法( Evolutionary Algorithms) 的一种,它通过模仿自然界的选择与遗传的机理来寻找最优解. 遗传算法有三个基本算子:选择、交叉和
spso
- 保证全局收敛的随机微粒群算法。当最优粒子的解无进化，则对其位置、速度进行变异，而使算法不致过早收敛，只要迭代次数足够，算法保证全局收敛。-ensure global convergence of random particle swarm algorithm. When the optimal solution without particles of evolution, its location, speed variation,
差别算法matlab源码
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation).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
含边界变异的粒子群算法
- 含边界变异的粒子群算法 PDF文件-border variation with the PSO algorithm PDF files!
基于带变异算子的粒子群优化算法
- 基于带变异算子的粒子群优化算法 下载PDF文件-with variations based on the Operator Particle Swarm Optimization algorithm to download PDF files!
sss
- 在现有的道路条件下，提高交通控制和管理水平，合理利用现有的交通设施，充分发挥其能力，是解决我国现在交通问题的有效方法之一。而对单路口信号配时的优化，是城市交通区域控制的基础，十分之重要。本文将自适应变异粒子群算法应用于交通信号配时，与传统的信号配时方法相比较，车辆的平均延误得到了明显的改善。-the existing road conditions, traffic control and management, rational us
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
GoodsAllocatingProblemwithMultiAimsbasedonTheHybri
- 多目标货物配装问题是一个复杂的组合优化问题，属于NP难问题，本文用混合粒子群算法求解多目标货物配装问题。混合粒子群算法在基本粒子群算法的基础上，通过引进遗传算法中的交叉和变异的策略，避免了陷入局部最优，加快了达到全局最优的收敛速度。此外，本文提出用权重系数来平衡各目标使各目标都能达到相对较优的效果。-Multi-objective loading of goods is a complicated combinatorial optim
b
- 一种求解Job-Shop调度问题的 混合自适应变异粒子群算法 -Solving Job-Shop scheduling problem by hybrid particle swarm optimization with adaptive mutation
pso1hunhe
- 粒子群算法，基于粒子运动方向变异、两个学习因子分别变大变小，惯性权值非线性减小的改进-PSO, the direction of variation of the improvement
粒子群算法
- 粒子群算法代码，一种搜寻最优解的算法。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。(Particle swarm algorithm, a search algorithm for optimal solutions. It does not have the "Crossover" and
liziqun
- 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 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，它没有遗传算法的&q
pso
- 用于优化参数，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
TSP-PSO
- 混合粒子群算法摒弃了传统粒子群算法中的通过跟踪极值来更新粒子位置的方法，而是引入了遗传算法中的交叉和变异操作，通过粒子同个体极值和群体极值的交叉以及粒子自身变异的方式来搜索最优解。(Hybrid particle swarm algorithm instead of the traditional particle swarm algorithm in the method to update the position of the p
pso2
- 粒子群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。粒子群算法是一种并行算法。(It is more simple than the genetic algorithm rule. It doesn't have the crosso
经典即变异粒子群优化算法
- AsyLnCPSO算法，BreedPSO算法，CLSPSO算法，经典粒子群PSO算法，RandWPSO算法等等经典粒子群变异算法模型(AsyLnCPSO algorithm, BreedPSO algorithm, CLSPSO algorithm, classical particle swarm optimization PSO algorithm, RandWPSO algorithm and so on, and so on.)
变异粒子群优化算法
- SAPSO算法，SecPSO算法，SecVibratPSO算法(SAPSO algorithm, SecPSO algorithm, SecVibratPSO algorithm)
粒子群
- 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，它没有遗传算法的“交叉
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