搜索资源列表
-
1下载：
微粒群算法[PSO ] 是由Kennedy 和Eberhart等于1995 年开发的一种演化计算技术, 来源于对鸟群捕食过程的模拟。PSO同遗传算法类似，是一种基于叠代的优化工具，但与遗传算法使用遗传操作子进行优化不同，利用群体中各个体之间的“协作”与“竞争”关系，根据自身及其竞争者的飞行经验，调整自己的行为。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。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域。,Particle Swarm Opt
-
-
0下载：
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
-
-
0下载：
使用遗传算法、粒子群优化算法和量子遗传算法对认知无线网络进行频谱分配-Using genetic algorithms, particle swarm optimization algorithm and quantum genetic algorithm for spectrum allocation in cognitive radio networks
-
-
0下载：
A concept for the optimization of nonlinear functions using particle swarm methodology is introduced.
The evolution of several paradigms is outlined, and an implementation of one of the paradigms is
discussed. Benchmark testing of t
-
-
1下载：
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 of Particle Swarm Optimization
-
-
4下载：
提出了一种新的多目标粒子群优化(MOPSO)算法，该算法采用自适应网格方法来估计非劣解集中粒子的密度信息、平衡全局和局
部搜索能力的 Pareto 最优解的搜索机制、删除品质差的多余粒子的 Archive 集的修剪技术。通过对三峡梯级多目标优化调度问题的计算，
表明该算法是求解大规模复杂多目标优化问题的一种有效手段。-A new multi-objective particle swarm optimization(MOPSO) is proposed. The proposed alg
-
-
0下载：
各种PID控制源代码，包括神经网络、粒子群、遗传算法等职能算法的PID控制。(Various PID control source code, including neural networks, particle swarm, genetic algorithms and other functions of the algorithm PID control.)
-
