搜索资源列表
simulated-annealing
- 模拟退火算法得益于材料的统计力学的研究成果。统计力学表明材料中粒子的不 同结构对应于粒子的不同能量水平。在高温条件下，粒子的能量较高，可以*和 重新排列。在低温条件下，粒子能量较低。如果从高温开始，非常缓慢地降温（这个过 程被称为退火），粒子就可以在每个温度下达到热平衡。当系统完全被冷却时，最终形 成处于低能状态的晶体。-simulated annealing
Bearings-only-target-tracking
- 本文分别就纯方位角跟踪中的机动目标跟踪、有信号传输时延时的跟踪及一类特定的多目标跟踪问题进行了较为系统和深入的研究。首先，针对非机动目标提出一种智能距离参数化无味滤波方法，与传统方法相比，改进了跟踪初始性能、滤波精度以及优化了系统资源。其次，针对机动目标纯方位角跟踪提出一种将交互多模型和核粒子滤波结合的方法，在维持跟踪精度的前提下，大幅减少了所需粒子数，改善了系统实时性。-This paper bearings-only trackin
Resources-Allocation
- 在传统的子载波分配过程中，具有优先权的用户将优先选择最好的载波，这将导致载波利用效率下降。 许多改进算法通过牺牲一定的公平性来提升容量并降低复杂度，但是这可能会使用户间无法达到所要求的公平 性。针对这些问题，提出了一种基于公平度门限的载波和功率自适应分配算法。在载波分配过程中，通过公平度 门限来决定载波分配优先级，从而实现容量和公平度的粗略折中。载波分配后利用粒子群（PSO）算法进行功率分配来达到所要求的公平度门限。实验结果
PSO_with_FLANN_Using_ONE_step
- 系统辨识的matlab仿真，该方法的辨识过程使用了粒子群算法，计算迅速准确。-Matlab simulation of system identification, the identification of the method using particle swarm optimization algorithm to calculate quickly and accurately.
Multi-Agent-Particle-Swarm-Algorithm
- 结合多智能体的学习、协调策略及粒子群算法，提出了一种基于多智能体粒子群优化的配电网络重构方法。该方法采用粒子群算法的拓扑结构来构建多智能体的体系结构，在多智能体系统中，每一个粒子作为一个智能体，通过与邻域的智能体竞争、合作。能够更快、更精确地收敛到全局最优解。粒子的更新规则减少了算法不可行解的产生，提高了算法效率。实验结果表明，该方法具有很高的搜索效率和寻优性能。-Combining the study of multi-agent t
Ixinxironghegn
- 信息融合系统中目标跟踪技术研究，，粒子滤波跟踪目标论文可直接使用。 -Information fusion system, target tracking, particle filter to track the target paper can be used directly.
yunshibaozha
- 基于OPENGL的陨石落地之后爆炸的系统，对于起门粒子特效非常有帮助，推荐下载-System based on OPENGL the meteorite landing explosion doors particle effects is very helpful, it is recommended to download
PSO
- 基于粒子群算法的OFDM系统物理层资源分配-resource allocation on OFDM system by PSO aglorithm
particle-filter
- 本手册主要介绍粒子滤波的基本原理和其在非线性系统的应用。同时本手册最大的优点是介绍原理和应用的同时，给出实现例子的matlab代码程序，方便读者对照公式，理解代码。因此，它是相关方面的研究者快速上手和进入研究领域的快捷工具。同时，对于有一定基础的研究者，可以在本手册提供代码的基础上，做算法进一步改进和深入研究。-This manual describes the basic principles of particle filter a
2010041245
- 上传一个word档的联邦式扩展卡尔曼粒子滤波算法，大家学习粒子滤波有益，为了使联邦滤波器够有效处理非高斯、非线性系统的状态估计问题，提出将扩展卡尔曼粒子滤波引入联邦滤波结构中，得到一种新的联邦式扩展卡尔曼粒子滤波算法.使用扩展卡尔曼粒子滤波对联邦滤波子系统的多源数据进行处理，从而摆脱了经典卡尔曼滤波的限制，拓宽了联邦滤波器的实际应用范围.将联邦式扩展卡尔曼粒子滤波算法应用于非线性滤波器的一个标准验证模型进行了仿真实验，结果表明该算法是有
Particle-filter-matlab
- 粒子滤波matlab仿真程序.粒子滤波的基本思想是：首先依据系统状态向量的经验条件分布，在状态空间抽样产生一组随机样本集合，这些样本集合称为粒子；然后根据观测值不断调整粒子的权重大小和样本位置；最后通过调整后的粒子信息修正最初的的经验条件分布，估计出系统状态和参数。该算法是一种递推滤波算法，可以用来估计任意非线性非高斯随机系统的状态和参数。 粒子滤波主要有三步基本操作：采样（从不含观察值的状态空间产生新的粒子）、权值计算（根据观察值计算
1
- 运用粒子滤波进行非线性系统故障检测的算法例子-Examples of particle filter for nonlinear system fault detection algorithm
ForLBM2
- LBM方法的CPU实现，能正常运行，LBM是计算流体力学的一种新方法，它基于动理学模型，利用分布函数来描述由粒子组成的离散系统，通过计算机并行计算得到流场的各种参数-The realization the LBM method of CPU run correctly, LBM is a new method for computational fluid dynamics, based on the kinetic model usi
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。
BPSO
- 粒子群算法用于电力系统的优化方面，如电网重构供电恢复等-Particle swarm algorithm for the optimization of the power system, such as network reconfiguration power is restored
dianwang
- 粒子群算法在电力系统的应用，如电网重构，供电恢复-Particle swarm optimization in power system applications, such as network reconfiguration, power is restored
psowugong
- 运用粒子群算法解决电力系统无功优化问题,粒子群算法是一种可以解决有约束单目标最优化问题-Use the PSO to solve the reactive power optimization
liziqun
- 基于粒子群算法的 电力系统最优机组检修策略-Maintenance strategy based on particle swarm algorithm optimal power unit
diandianlzmn
- Dev-C++平台下的模拟电子在电场中的运动仿真。可以作为系统仿真课程的典型案例学习不同数值积分方法对仿真的影响，同时也是数值计算中微分方程计算的一个入门案例。在此基础上，可以修改为复杂场中的粒子运动行为仿真，以及其它的微分方程方程组表述的复杂系统。比如动力学系统。-Dev-C++ simulation of analog electronic platform in the electric field of sports. Diff
dsad
- ：智能算法如粒子群算法已被应用于PID控制器的参数优化，以弥补传统优化方法容易产生振荡和较大超调量 的不足，但是粒子群算法存在易于早熟的缺点，在分析量子粒子群算法的基础上，提出了使用量子粒子群算法优化PID控 制器的参数。为了兼顾控制系统的各项性能指标，根据控制器的实际要求对各项指标进行加权作为算法的目标函数，对 PID控制器进行多目标寻优。通过2个传递函数实例，分别使用z—N、粒子群算法和量子粒子群算法进行了PID控制器