基于粒子群算法的变T MTI滤波器参差码设计

基于粒子群算法的参数分析，朱永射，，粒子群优化算法是一种群智能算法，其思想来源于人工生命和演化计算理论。该算法简单容易实现，可调参数少，已经得到广泛的研究和

计算智能中的群智能，利用群智能来解决一些优化问题

基于粒子群算法利用Matlab平台对函数Rastrigrin函数、Griewank函数、Foxhole函数进行优化。

提出了一种基于改进的粒子群算法的聚类方法该算法是将局部搜索能力强的均值算法和基于遗传算法的交叉变异P操作同时结合到粒子群算法中既提高了粒子群算法的局部搜索能力加快了收敛速度，同时因为加入了交叉变异操作

有用粒子群算法解决物流中心选址问题的详细代码及解释

PSO算法是从这种生物种群行为特征中得到启发并用于求解优化问题的，算法中每个粒子都代表问题的一个潜在解，每个粒子对应一个由适应度函数决定的适应度值。粒子的速度决定了粒子移动的方向和距离，速度随自身及其

一个基于粒子群算法挖掘top-1频繁项的算法

利用MATLAB实现了基于粒子群算法的经济调度

粒子群优化(PSO)是一种基于种群的随机算法,用于解决复杂的优化问题。 为了提高效率并加速PSO的收敛,我们提出了一种具有家族概念的新的社会学PSO算法,称为FPSO。 在这里,家庭关系和相对的沟通策

适应滤波器在信号检测 !信号恢复 !数字通信等 许多领域中被广泛应用"因而一直是学术界一个重要 研究课题# 近年来"微电子技术和超大规模集成&’()*+ 电路技术的飞速发展