混沌PSO梯级优化调度算法及实现

粒子群算法的工具箱，可以配合曾建潮的《微粒群算法》使用

PSO粒子群算法优化神经网络，针对bp神经网络容易陷入局部极小，收敛速度慢的缺点，利用pso优化神经网络，提高了网络的泛化能力。

资源中包括MATLAB具体程序和讲解PSO的PPT。所谓粒子群算法,指一个由多个个体(Particle)组成的群体(Swarm)对多维搜索空间进行搜索,每个个体在搜索时,考虑到了自己搜索到的历史最好点

本项目采用VS2015编写了PSO粒子群优化算法的C++控制台应用程序,用来解决函数优化问题,主要通过初始化粒子群(随机均匀分布)、更新粒子速度和位置和根据粒子适应值来更新个体历史极值、全局极值(全局

智能优化方法作业 PSO?算法实验报告 课程名称 智能优化方法 作者姓名 专 业 控制工程 目录 第一章? 问题描述. 1 第二章? 算法设计. 1 2.1? 解及目标函数的表达. 1 2.1.1?

将otsu图像分割算法与粒子群优化算法结合，加快最佳阈值的寻找

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。该算法具有并行处理

运用田口方法进行PSO算法优化，，详细介绍了田口方法在PSO算法参数优化中的工程实验应用

提出了一种基于独立任务的改进PSO网格调度算法(MCPSO)。该算法结合粒子群优化算法和混沌机制,在保证寻优速度的同时又能兼顾“跳出”局部最优的能力。实验结果表明,与基本粒子群优化算法相比,该算法具有

粒子群优化PSOJAVA实现整合包,可以自由调节初始化参数、对象函数、循环次数等，图形化显示算法结果。请先安装java虚拟机，添加了4种算法可选择，标准PSO，快速PSO，增活性PSO，增活性快速PS