搜索资源列表
权重改进的粒子群算法
- 用于车辆参数最优选取,求取目标函数最大、最小值,对非线性、多峰问题均具有较强的全局搜索能力(It is used for the optimal selection of vehicle parameters, and the maximum and minimum values of the objective function are obtained. It has a strong global search ability f
QPSO
- 量子粒子群优化算法以量子力学原理为基础,用波函数描述粒子的运动状 态,通过测量操作引导粒子搜索全局最优解。量子系统的不确定性决定了粒子能够以一定的概率出现在整个可行域内,克服了粒子群优化算法因为粒子速度的限制, 使粒子只能限定在某个局部区域的问题。(Quantum particle swarm optimization (QPSO) algorithm is based on the principle of quantum mecha
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
新建文件夹
- 提出了一种以目标函数变化量作为评价函数的改进禁忌搜索算法,并进行了理论分析,然后将其与有效禁忌搜索算法作了性能比较。通过比较三个公共测试数据集的计算结果,验证了本文提出的禁忌搜索算法的可行性和有效性。(Proposed a change in the objective function as the evaluation function of the improved tabu search algorithm, and has c
分散递阶蚁群算法及其在相变序列图像分割中的应用
- 提出了一种分散、递阶蚁群算法, 它将多个分散的蚁群并行求解各自对应的子问题, 形成一个执行层, 而递阶协调层利用执行层反馈的信息协调执行层的优化过程,从而得到递阶求解问题的整体最优解. 该算法已应用于相变热图序列图像模糊相变线的提取问题,即运用区域划分方法先将序列图像的分割转化为关联型多子图搜索问题,再利用分散 、递阶蚁群算法进行求解 ,结果表明该算法能很好地利用相变线的运动信息成功地解决热相变序列图像分割问题. 与蚁群算法独立搜索比较
PSO
- 粒子群搜索算法的一个简单的仿真程序的编写。根据PSO算法原理,在MATLAB中编程实现基于PSO算法的函数极值寻优算法。(A simple simulation program of particle swarm search algorithm. According to the principle of PSO algorithm, based on PSO algorithm, a function extreme optimiz
BSA PPN
- 基于PPNMM使用一种新的搜索目标算法CS算法,来实现对图像解混(Based on PPNMM, a new search target algorithm CS algorithm is used to realize image mixing.)
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
粒子群算法 matlab
- 一种基于迭代的优化算法,系统初始化为一组随机解,通过迭代搜寻最优值,粒子在解空间追随最优的粒子进行搜索(Particle swarm optimization)
基于蚁群算法的图像边缘检测
- 将改进蚁群算法应用于图像边缘检测,模拟进化算法,主要采用信息素来进行方向的选择,通过全局性的搜索得到较优解。(The improved ant colony algorithm is applied to image edge detection and simulation evolutionary algorithm, which mainly uses information prime to select the directi
蚁群算法
- 蚁群算法是一种用来寻找优化路径的概率型算法。它由Marco Dorigo于1992年在他的博士论文中提出,其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。 这种算法具有分布计算、信息正反馈和启发式搜索的特征,本质上是进化算法中的一种启发式全局优化算法。蚁群算法的matlab实现(Ant colony algorithm is a probabilistic algorithm for finding optimal paths. It
第十章粒子群
- 对多峰搜索问题提出了一类动态微粒群算法,该算法通过变换函数将多峰问题中的所有峰变为等高峰(A kind of dynamic particle swarm optimization (DPSO) algorithm is proposed for multi-peak search problem. The algorithm transforms all the peaks in multi-peak problem into equ
粒子优化群算法进行配电网络重构
- 配电网网络重构是配电系统极为重要的优化手段.以配电网网损最低为目标函数,结合约束条件确定配电网静态重构的数学模型,提出基于环路编码、分环替代的策略对配电网重构问题进行求解,最后结合IEEE-33节点算例,证明提出的算法,在降低搜索空间,提高寻优成功率和增加寻优效率上都有突出表现.(Distribution network reconfiguration is a very important means of optimization
matlabprogram
- 智能优化算法及其MATLAB仿真实例,包括进化类算法,群智能算法,模拟退火算法,禁忌搜索算法,神经网络算法等程序源码(Intelligent optimization algorithm and MATLAB simulation examples, including evolutionary algorithm, swarm intelligence algorithm, simulated annealing algorithm,
GA_matlab
- 遗传算法(GeneticAlgorithm,GA)是一种基于进化论优胜劣汰、适者生存的物种遗传思想的搜索算法。20世纪50年代初,由于一些生物学家尝试用计算机模拟生物系统,从而产生了GA的基本思想。美国密执根大学的霍勒德(J.H.Holland)于20世纪70年代初提出并创立了遗传算法。遗传算法作为一种解决复杂问题的崭新的有效优化方法,近年来得到了广泛的实际应用,同时也渗透到人工智能、机器学习、模式识别、图像处理、软件技术等计算机学科领
Democratic-RPSO-master
- 机器人粒子群算法,主要是机器人用粒子群优化算法,进行目标的搜索。(Robot particle swarm optimization (PSO), which is mainly used by robot to search the target.)
beiBao01
- 免疫克隆解决01背包问题,将免疫概念及其理论应用于遗传算法,在保留原算法优良特性的前提下,力图有选择、有目的地利用待求问题中的一些特征信息或知识来抑制其优化过程中出现的退化现象,这种算法称为免疫算法(Immune Algorithm) IA。人工免疫算法是一种具有生成+检测 (generate and test)的迭代过程的群智能搜索算法。从理论上分析,迭代过程中,在保留上一代最佳个体的前提下,免疫算法是全局收敛的。(Immune cl
麻雀
- 麻雀搜索算法(Sparrow Search Algorithm, SSA)是一种新型的群智能优化算法,在2020年提出,主要是受麻雀的觅食行为和反捕食行为的启发 。(Sparrow search algorithm (SSA) is a new swarm intelligence optimization algorithm, proposed in 2020, mainly inspired by Sparrow's foragi
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