搜索资源列表
PSO_B_SA
- 基于模拟退火的粒子群优化算法,示例程序，用于求解复杂函数的极值问题（源程序中的示例函数为Camel，Rastrigrin，Ackley）-PSO_A Alogrithm ,Hybrid particle swarm-based-simulated annealing optimization algorithm
SA_GA_PSO
- 模拟退火（SA）、遗传算法（GA）、粒子群优化（PSO）解决旅行商问题（TSP）实验 本文件包括源码，实验说明文档，实验总结PPT Have a happy experiment！-Simulated annealing (SA), genetic algorithms (GA), particle swarm optimization (PSO) to solve the traveling salesman problem
PSO--Overview_v2
- L’apparition des algorithmes évolutionistes à fait l’effet d’une bombe dans les domaines de la résolution de problèmes complexes, et spécialement dans l’optimisation de fonction avec contraintes. L’optimisation par e
The-Multi-user-Detection-ALGORITHM
- 联合智能(JI-MUD)多用户检测算法是由粒子群优化(PSO)算法,遗传算法(GA)和模拟退火(SA)算法-the joint intelligent multi-user detection (JI-MUD) algorithm which was composed by particle swarm optimization (PSO) algorithm, genetic algorithm (GA) and simulated
sso_simple
- simplified swarm optimization的matlab版本，可以節省寫程式的時間。本程演算法已驗證可以在某些問題上找到比pso、ga、sa、ts、aco等演算法更好的解。-simplified swarm optimization in matlab version, you can write a program to save time. The scheduling algorithm has been veri
tsp
- SA、GA、PSO解决TSP问题的C++源代码-SA, GA, PSO to solve the TSP problem. C++
sa-pso
- 粒子群算法，利用粒子群算法求目标函数的最优问题，极大值或极小值-code for particle swarm optimization method written in MATLAB
Algorithms
- matlab源码：K-means算法,粒子群算法PSO，模拟退火算法SA-The matlab source code: K- means algorithm, particle swarm optimization (PSO, simulated annealing algorithm SA
sa-pso-bybird
- 基于原始粒子群算法和原始模拟退火算法的结合。具有收敛性好，计算速度快的优势-Combined with the original particle swarm algorithm based on simulated annealing algorithm and the original. Has a good convergence, high calculation speed advantage
COR(v1.1)
- 资源竞争算法，此算法经过测算由于PSO、GA、SA等等，可以快速有效的优化。- Competition Over Resource Optimization Algorithm,
PSA-nonuSA_89941
- 粒子群模拟退火算法 混合算法 可以运行 效果不错-pso sa
sa-pso
- 利用模拟退火算法来接受不好的结果来改善粒子群算法，跳出局部最优陷阱。(The simulated annealing algorithm is adopted to accept the bad results to improve the PSO algorithm and jump out of the local optimal trap.)
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
PSO(粒子群)-SA（模拟退火）
- 粒子群算法-模拟退火算法,关于matlab的算法说明(Particle swarm optimization-simulated annealing algorithm)
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
启发式算法
- 基础的启发式算法样例,ACA,GA,PSO,SA(Example of basic heuristic algorithm)
SA
- SA GA PSO等算法及改进的算法，以及Griewank 函数的matlab代码(SA GA PSO algorithm and improved algorithm, as well as the matlab code of Griewank function)