网站已改版，请使用新地址访问：
pos 各种粒子群算法代码，有标准 的，混合 有改进 的。修改参数就可 AI-NN-PR 人工智能/神经网络 238万源代码下载- www.pudn.com
&文件名称: pos& & [
& & & & &&]
&&所属分类:
&&开发工具: matlab
&&文件大小: 9 KB
&&上传时间:
&&下载次数: 68
&&提 供 者:
&详细说明：各种粒子群算法代码，有标准粒子群的，混合粒子群的，还有改进粒子群的。修改参数就可用。-A variety of particle swarm algorithm code, standard particle swarm hybrid particle swarm, as well as improved particle swarm. Modify the parameters can be used.
文件列表(点击判断是否您需要的文件，如果是垃圾请在下面评价投诉):
&&各种粒子群优化算法代码&&......................\AsyLnCPSO.m&&......................\BreedPSO.m&&......................\CLSPSO.m&&......................\fitness.m&&......................\LinWPSO.m&&......................\LnCPSO.m&&......................\PSO.m&&......................\RandWPSO.m&&......................\SAPSO.m&&......................\SecPSO.m&&......................\SecVibratPSO.m&&......................\SelPSO.m&&......................\SimuAPSO.m&&......................\YSPSO.m
&[]:文件不全&[]:文件不全
&近期下载过的用户:
&&&&&&&&&[]
&相关搜索:
&输入关键字，在本站238万海量源码库中尽情搜索：
&[] - 入侵检测的基本方法，课件，简单易学，包括神经网络，遗传算法
&[] - 实现各种数字滤波器C程序，将产生的数据，经Matlab进行频域变化 可绘出滤波器的幅频特性和相频特性
&[] - 该程序是混沌粒子群苏算法的代码，修改参数就可以用。
&[] - 该程序是混合粒子群的代码，只需修改指定的参数就可应用。
&[] - 是关于混合粒子群的一个程序，解决旅行商问题的。简单易懂。
&[] - 混合粒子群算法具有很好的计算精度及时的收敛
&[] - 带有测试函数的PSO算法源代码，用matlab开发您的位置： &
基于自适应模拟退火的改进混合粒子群算法
优质期刊推荐您的位置： &
基于改进混合粒子群算法的电力系统无功优化
优质期刊推荐粒子群算法与遗传算法的结合研究_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
粒子群算法与遗传算法的结合研究
阅读已结束，下载本文需要
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，同时保存到云知识，更方便管理
还剩57页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢遗传算法与粒子群算法的混合策略
0引言标准的粒子群算法[1]在进化的过程中,只是考虑了粒子的个体极值和全局极值,易陷入局部最优,进化后期收敛精度不高。本文借鉴了遗传算法[2]的思想,将粒子群与遗传算法结合起来,通过计算实例说明,这两种算法的结合策略能有效解决标准粒子群优化算法[3,4]存在的不足,可以使得粒子群算法避免陷入局部最优的能力和收敛解的稳定性都有一定的提高。1遗传算法和粒子群算法的混合策略1.1原理和步骤GA虽然较PSO算法复杂,但有其算法上的优势和特点,为改进粒子群算法[5、6]的性能,本文仅将GA的交叉操作引入PSO算法中,主体还是以PSO的算法结构为主,而又由于粒子的随机性较大,容易陷入局部最优,因此为克服混合算法的这个缺点,本文又加入灾变操作,对进化过程中的种群施加一个较大的扰动,使其脱离局部最优点,开始新的搜索。算法的主要步骤可归纳为:1)初始化粒子群。随机产生N个粒子的位置和速度。数据结构用矩阵A表示。2)计算每个粒子的适应度值,并对每个...&
(本文共3页)
权威出处：
本文在分析现有反演问题求解方法的基础上,针对智能反演中存在的搜索早熟及计算量大等困难,将一些新颖智能算法引入工程反问题求解领域,开展了智能反演方法的研究。本文的主要研究工作如下:阐述了本文的选题背景及意义,对岩土工程中反问题研究的发展现状进行简单回顾,对反问题求解方法进行了较详细的分类,指出智能反演方法研究是反演方法研究的一个重要内容,改善算法早熟收敛现象、减少计算量及提高结果可信度是智能反演方法研究所要解决的问题,确定了本文的研究内容。介绍了新近为求解复杂组合优化问题而提出的蚁群算法及其研究现状,尝试将其运用于结构参数的反演计算。为此,先对待反演参数的搜索空间进行离散,将参数反演问题转化成一个组合优化问题,并对参数组合优化问题与一般优化问题的计算量进行了比较,指出前者的计算量远远小于后者,然后针对结构参数反演问题的特点,改进蚁群算法,重新定义了算法参数的内涵,建立了蚁群算法反演结构参数的计算格式。计算表明,改进蚁群算法可有效地...&
(本文共126页)
权威出处：
复杂科学与工程中问题的计算量极大,常用的确定性最优化算法面对上述问题在有限的时间内经常会出现失效的情况。因此基于自然进化过程的进化计算得到了广泛的研究和关注,并在很多实际问题中得到了成功的应用。然而单一的进化算法或者群集智能算法或者本身都存在某些不足之处,需要进一步改善。多元混合算法是一类基于多种单一算法相互融合共同完成优化过程的算法,其优点包括平衡性好,组合灵活,鲁棒性强,适合复杂的优化问题。研究者们对许多混合算法进行了研究,取得了较好的效果。然而进化计算方法众多,相关理论和实践并未完善,值得进一步研究。本文根据常用进化算法和群集智能算法的特点,提出了一类新的算法混合模式,串行混合、并行混合和串并行混合,选取了6种常见的优化算法进行混合,并应用于图像处理优化求解问题中,主要工作如下:1.使用CEC2015中的15个测试函数对遗传算法、差分进化算法、粒子群算法、人工蜂群算法、杜鹃搜索算法、萤火虫算法这六个优化算法进行了测试,并结...&
(本文共242页)
权威出处：
群智能算法是以模拟群体生物行为为特征的仿生类进化算法,采用分布式计算机制、鲁棒性强、可扩充性好、优化效率高、并且简单易于实现,已在传统NP问题求解和诸多优化领域中展现其卓越性能和巨大的发展潜力。蚁群算法和粒子群算法是最典型的群智能算法,蚁群算法是对蚂蚁群落食物采集过程的模拟,适合于离散优化问题。粒子群优化算法则是模拟鸟群觅食过程,适合连续优化问题。这2种算法性能优越但也各存缺点,为了提高算法的优化性能,在算法引入其它启发式算法已成为一个研究热点,笔者在介绍蚁群算法和粒子群算法基础上对上述算法的各种混合策略进行分析比较,为该问题的研究提供参考。1蚁群算法蚁群算法(Ant Colony Algorithm,ACA)于20世纪90年代由Colorni等[1]提出,该算法模拟蚁群的群体协作觅食过程,由若干个蚂蚁共同构造解路径,通过在解路径上遗留并交换信息素提高解的质量,进而达到优化的目的。蚁群算法具有正反馈性、并行性、鲁棒性等优点,特别...&
(本文共4页)
权威出处：
粒子群算法的应用领域跟遗传算法有很多的交集,比如模式识别、机器控制、电子通信等等。粒子群算法简单、易用、局部搜索效率高,但由于粒子群算法本身的原因,其全局搜索能力在后期通常比较一般,因此比较容易陷入局部最优。粒子群算法适合实值型的数据处理,不擅长离散型的数据处理,一般的粒子群算法著作都是通过连续型数据的处理介绍其原理。与粒子群算法相比,遗传算法无疑要更为复杂一些,遗传算法跟许多其他的智能算法相比,其局部搜索效率比较低,收敛到较高精度的可行解用的时间相对比较长,但它的全局搜索能力很好。本文将粒子群算法、遗传算法有效结合组成混合算法,旨在保持各算法原有优点的同时,有效地避免各算法原有的不足。本文通过对函数优化问题、巡回旅行商的解决以验证本文算法的有效性。主要的工作有：(1)要使混合算法保持原算法的优点,又能避免原算法的不足,本文采取的策略是让粒子群算法与遗传算法操作不同的对象,再辅以改进的小生境择优保留策略。粒子群算法方面采用动态自...&
(本文共65页)
权威出处：
在土壤物理学、土壤环境学及地下水水文学中,土壤的水力传导率是最基本的水动力学参数,而土壤水分特征曲线又是获得土壤的水力传导率常用的手段。由此可见,土壤水分特征曲线参数的确定显得非常重要。目前描述土壤水分特征曲线的方程有很多,其中van Genuchten方程[1](简称VG方程)以其线型与实测数据曲线拟合程度最好而得到广泛应用。因此,如何准确地确定VG方程的参数是许多土壤学者面临的一个非常重要的课题。对于VG方程参数的求解问题,目前最为流行的方法就是采用曲线拟合方法,如王金生[2]等结合最小二乘法和单纯形算法,对土壤持水曲线的滞留特征进行了研究;徐绍辉[3]提出了基于最小二乘法和Picard方法的混合方法,并将其应用于砂质黏性土的VG模型参数的求解;李春友[4]利用单纯形法拟合了多种土壤的VG模型参数;马英杰[5]给出了非线性阻尼最小二乘法(Damper Least Square Method,DLSM),但是该方法对初值的依赖...&
(本文共4页)
权威出处：
种群初始化适应度值计算更新粒子个体最优交叉粒子变异群体最优交叉算法是否结束?YN结束1引言在订单型制造企业里,由于订单的频繁转换,使企业的制造成本消耗巨大,因此快速正确地求出订单转换带来的成本增加,对企业运作有实际意义。对于转换成本,赵晓晓研究了网络购物顾客转换成本影响因素[1];郭泽毅研究了基于转换成本的网络顾客忠诚实证[2];尚想平研究了员工跳槽的转换成本[3];李浩研究了基于约束理论的订货型企业的订单排产优化[4];罗洪首次提出了订单转换成本这一概念并详细介绍了订单转换成本模型的建立[5]。本文研究多订单转换成本最小,即多订单排序问题,可转换为TSP问题,已证明TSP为NP难题。国内外对制造型企业里的多订单转换成本研究甚少,本文依据参考文献[5]提出的影响订单转换成本的关键因素,建立了多订单转换成本模型,并运用混合粒子群算法对算例进行求解。混合粒子群算法引入了遗传算法中的交叉和变异操作,避免了普通遗传算法收敛缓慢易陷入局部...&
(本文共3页)
权威出处：
扩展阅读：
CNKI手机学问
有学问，才够权威！
xuewen.cnki.net
出版：《中国学术期刊（光盘版）》电子杂志社有限公司
地址：北京清华大学 84-48信箱 大众知识服务
京ICP证040431号&
服务咨询：400-810--9993
订购咨询：400-819-9993
传真：010-}