搜索资源列表
FLO
- 基于粒子群优化算法的无源模拟滤波器优化设计方法容易陷入局部最优,收敛速度慢迭代次数多、运算量大且稳定性不够好。提出果蝇优化算法对滤波器的整个参数空间进行高效并行搜索直到获得最优的参数值,实例仿真表明,采用该方法设计的滤波器在相同的带宽准确度及阻带衰减的情况下,具有更快的运算速度及收敛性能。-Passive analog filter optimization algorithm based on particle swarm optim
work
- 基于混合粒子群算法的TSP搜索算法，遗传初始化-Genetic algorithms of the the TSP search algorithm based on hybrid particle swarm of the igonr matab the math you off dosmin
Research-on-Some-Novel-Bionic-Opt
- ：仿生优化算法是模拟自然界中生物行为的随机搜索算法，可以用来解决现实中的许多优化问题。简要介绍了目前比 较流行的四种新型仿生优化算法(蚁群算法、微粒群算法、人工免疫算法以及人工鱼群算法)的基本原理；然后深入分析了这 些仿生优化算法的异同之处-Bionic optimization algorithms aye stochastic search methods that mimic the natural biological
HeuristicLab-3.3.7
- Heuristic 算法库。包含很多算法，包括蚁群算法，遗传算法，模拟退火算法，禁忌搜索算法。-Heuristic algorithms library. Contains many algorithms, including the ant colony algorithm, genetic algorithm, simulated annealing, tabu search algorithm.
1
- 智能优化算法作为新兴的搜索算法，一般是指利用自然界的生物系统与优化过程的某些相似性而逐步发展起来的优化算法，如遗传算法、粒子群算法、蚁群算法等，它们通过对搜索空间中的一组解按概率规则操作得到下一组解。 人工鱼群算法源于对鱼群运动行为的研究，是一种新型的智能仿生优化算法。它具有较强的鲁棒性、优良的分布式计算机制、易于和其它方法结合等优点。目前对该算法的研究、应用已经渗透到多个应用领域，并由解决一维静态优化问题发展到解决多维动态组合
swarm-optimization-algorithm-
- 子群优化算法，并把次算法用于求解旅行商问题．为了增强算法的局部搜索能力，在改进的算法中加入倒置，局部搜索等方法，同时利用遗传算法的全局搜索能力强的特点对求到的解再进行优化，同时，对于搜索全局最优路径方面，通过应用消除交叉路径的方法进行了优化．-Sub swarm optimization algorithm, and the second algorithm is used to solve the traveling salesman
pso
- 粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来的一种新的进化算法(（Evolu2tionary Algorithm - EA）。PSO 算法属于进化算法的一种，和遗传算法相似，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”(Crossover) 和“变异”(Mutation) 操作，
pso_youhua
- 粒子群优化算法是一种基于群体智能的演化计算技术，通过粒子在解空间追随最优的例子进行搜索-Particle swarm optimization algorithm is a kind of evolutionary computation technique based on swarm intelligence, through particles in the solution space to search for the opt
PSOTool
- 求解非线性方程组方法有经典算法以及近年来流行的遗传算法．牛顿法及其改进形式,但是此类算法的收敛性在很大程度上依赖于初始点的选择，对于某些非线性方程组容易导致求解失败 为了克服经典算法的缺点，设计了求解非线性方程组的混合遗传算法,但依然对方程组和编码方法有很高要求。PSO是受到鸟群或者鱼群社会行为的启发而形成的一种基于种群的随机优化技术。它是一类随机全局优化技术，通过粒子间的相互作用发现复杂搜索空间中的最优区域。该算法是一种基于群体智能的
GA2
- 程序6：遗传算法工具箱使用例子； 程序7：多种群遗传算法的函数优化； 程序8：基于量子遗传算法的函数寻优； 程序9：基于遗传算法的多目标优化算法； 程序10：基于粒子群算法的多目标搜索算法-Program 6: examples of the use of genetic algorithm toolbox Program 7: multi-population genetic algorithm function o
The-new-meta-heuristic-algorithm-bat
- 摘要：新型元启发式算法例如粒子群算法，萤火虫算法，和声搜索算法已经成为现今复杂的优化问题的有效解决方法。该文基于蝙 蝠的回声定位行为提出了一种新型的元启发式算法———蝙蝠算法，同时也将现有的一些算法的优点引入到该算法中。 改文对该算 法进行了详细的公式化表述并对其执行流程的作出了说明，并且将该算法与遗传算法、粒子群优化算法等算法进行了比较。仿真结 果表明,蝙蝠算法明显优于其他算法，并对进一步的研究作出了展望。-Summary
shortpath
- 这是一个最短路径搜索算法合集，由matlab编写。其中包括蚁群算法最短路径Matlab程序、最短路Dijkstra算法、最小生成树算法算法。配有详细注释说明。-This is a collection of shortest path search algorithm, written by matlab. Including the shortest path ant colony algorithm Matlab procedure
pso
- 粒子群优化算法(Particle Swarm optimization,PSO)又翻译为粒子群算法、微粒群算法、或微粒群优化算法。是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法。通常认为它是群集智能 (Swarm intelligence, SI) 的一种。它可以被纳入多主体优化系统(Multiagent Optimization System, MAOS).粒子群优化算法是由Eberhart博士和kennedy博士发
PSOGSA
- 程序提出了一种基于人群混合算法，是粒子群优化和引力搜索算法的组合。主要目标提高整合PSO和GSA算法的能力-Hybrid Particle Swarm Optimization and Gravitational Search Algorithm (PSOGSA) A new hybrid population-based algorithm (PSOGSA) is proposed with the combination
PSO
- 粒子群优化算法，可应用于处理图像相关搜索。代码是自己调试通过的。- Particle swarm optimization Search algorithm
pso
- 粒子群启发式智能搜索算法，参数设置简单，收敛速度快，需要调整参数防止收敛过快。-pso algrithm for search the optimum value
PSO-code
- 本文分析了粒子群优化算法的原理，研究了粒子在搜索空间飞行的轨迹，分析了使粒子群收敛的参数设置，并根据算法的特点总结了应用粒子群优化算法的步骤，给出算法中的经验参数设置.并且对每一次改进的利弊都作出了分析与对比，为再一次改进作好准备。经过多次的算法改进与实验测试，再跟据实验数据的比较，验证了本算法改进的可行性，同时应用PSO算法解决TSP问题是一种崭新的尝试.-Design and Simulation of Particle Swarm
pso
- 粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来的一种新的进化算法(（Evolu2tionary Algorithm - EA）。PSO 算法属于进化算法的一种，和遗传算法相似，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”(Crossover) 和“变异”(Mutation) 操作，
PSOGSA
- 引力搜索算法与粒子群算法结合的混合算法，多大量的标准测试函数进行测试-Hybrid algorithm gravitational search algorithm and particle swarm algorithm combining multiple large number of standard test functions for testing
code
- 粒子群优化算法:是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法。-Particle Swarm Optimization