极限学习机和粒子群优化算法优化小波车位预测

本资料内包含自己编写的C语言源程序,希望对大家关于粒子群算法的学习研究有帮助~

PSO同遗传算法类似,是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。但是它没有遗传算法用的交叉(crossover)以及变异(mutation),而是粒子在解空间追随最优的粒子

简单易学的机器学习算法 极限学习机

附件介绍了两种混合智能算法，粒子群算法-遗传算法可以保证在算法全局搜索能力的基础上提高收敛速度。

五. 计算举例2 简单分析 Rosenbrock是一个著名的测试函数也叫香蕉函数其特点是该函数虽然是单峰函数在[100100]n上只有一个全局极小点但它在全局极小点临近的狭长区域内取值变化极为缓慢常用

MATLAB代码实现了LSTM（长短时记忆模型）、粒子群优化LSTM（psolstm）和量子粒子群优化LSTM（QPSOLSTM），可用于风电、光伏等负荷预测和时序预测。数据为单输入单输出，简单替换即

针对非线性隐式极限状态方程的可靠度指标计算,将支持向量机和粒子群优化算法相结合,提出了一种结构可靠度算法.首先结合支持向量机不受样本点限制的优点,将历次迭代产生样本点加入本次迭代样本点中,采用支持向量

ELM的回归拟合——基于近红外光谱的汽油辛烷值预测，用于极限学习机的算法实现，帮助大家更好地学习和使用极限学习机。

该资源是增量式极限学习机MATLAB实现方式。包含6个子文件。

粒子群优化粒子滤波