论文研究 权值优化组合粒子滤波算法研究.pdf

粒子群算法优化神经网络权值，是比较好的程序设计，程序的作者是武汉大学的博士

用粒子群算法(PSO)优化BP神经网络权值的MATLAB程序,内附有详细的注释，大家可是下载学习一下。

针对MAXQ算法存在的弊端，提出一种改进的分层学习算法BMAXQ。该方法修改了MAXQ的抽象机制，利用BP神经网络的特点，使得Agent能够自动发现子任务，实现各分层的并行学习，适应动态环境下的学习任

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

无功优化算法，为进一步解决寻优后期粒子可能陷入早熟收敛的问题，利用混沌优化具有“奇异吸引子”的特性，在解空间进一步搜索，两者的结合可以更有效地搜索到全局最优解。

论文研究-组合运输的优化调度.pdf,  对多车场情况的非满载的小货运量运输问题进行了分析 ,提出采用组合运输方式可以提高车辆的使用效率 ,进而构造了由分组和连接构成的序列优化启发式算法 ,并用实例进

在标准中值滤波算法的基础上提出了基于聚类方法的滤波算法，该算法除了考虑当前像素和邻域组成的序列的统计特征之外，还考虑到了该序列的结构性特征。首先将该序列分成两类，然后计算当前像素所在的类别的中值作为滤

应用于组合优化的自适应PBIL算法研究，汪丽华，马良荔，为解决组合优化过程中最优解的搜索效率问题，研究了一种基于自适应理论的PBIL算法。通过引入系统熵值，使传统PBIL算法的学习概率和�

认知无线电动态信道估计:基于改进的粒子群优化的粒子滤波算法，朱佩佩，张陆勇，采用序贯蒙诺卡罗技术的粒子滤波在处理非线性问题时具有独特的优势，而且粒子群优化算法以其快收敛、高精度等特征受到广泛关注。

简要分析了群智能优化算法的研究现状,重点对“教与学”优化算法作了详细的描述,并分析了“教与学”算法的性能及其优缺点;随后介绍了几种改进的“教与学”优化算法,对“教与学”优化算法的应用研究情况进行了论述