暂无评论
粒子群算法优化研究 [提要] 粒子群算法控制参数较少使用简单受到很多专家学者的关注但是传统粒子群算法在求解非线性规划问题时比较容易陷入局部最优而找不到全局最优解本文在算法设计过程中对传统的粒子群算法进
粒子群优化算法(Ps0) Particle Swarm Optimization 智能算法 口向大自然学习 遗传算法(GA) 物竞天择,设计染色体编码,根据适应 值函数进行染色体选择交叉和变异操 作,
31 Matlab 应用实例 = 0.618 c1 = c2 =2 swamSize = 10 maxgen = 10 Vmax = 1 Vmin = -1 popmax = 4 popmin = 0
粒子群优化算法VC源码,C++代码已验证可行
求解最优化问题一直是遗传算法的经典应用领域，但是对于不同的最优化问题，遗传算法往往要重新设计“交叉”、“变异”算子，甚至要开发新的进化操作；另外遗传算法不容易理解、操作复杂、大多数情况下效率比较低。所
基于粒子群算法的无功优化程序.matlab写的，基于14节点的rpo，自适应权值调整。
粒子群算法优化RBF网络,有源程序包括三个文件,可以看看!
粒子群优化算法(PSO)最初是由Kennedy和Eberhart博士于1995年受人工生命研究的结果启发，在模拟鸟群觅食过程中的迁徙和群集行为时提出的一种基于群体智能的演化计算技术。
该ppt教学课件主要是介绍了粒子群优化算法的起源、发展、和应用等方面的知识
本书阐述了多目标粒子群优化算法的原理及其应用，主要内容包括基于*小角度的粒子引导者选择、外部储备集的两阶段更新、基于目标分割的多种群协同进化、少控制参数的多目标骨干粒子群优化等；还给出了不同方法在复杂
暂无评论