粒子群標準算法，可以對其進行改進等操作，很簡單的
標簽： 粒子群算法
上傳時間： 2019-09-02
上傳用戶：liujun
在MAtlab中編寫粒子群算法優化PID控制的M程序
上傳時間： 2020-12-18
上傳用戶：
該文檔為粒子群優化神經網絡在SOC估算中的應用簡介文檔，是一份很不錯的參考資料，具有較高參考價值，感興趣的可以下載看看………………
上傳時間： 2021-11-19
上傳用戶：
30個數學建模智能算法及MATLAB程序代碼:chapter10基于粒子群算法的多目標搜索算法.rarchapter11基于多層編碼遺傳算法的車間調度算法.rarchapter12免疫優化算法在物流配送中心選址中的應用 .rarchapter13粒子群優化算法的尋優算法.rarchapter14基于粒子群算法的PID控制器優化設計.rarchapter15基于混合粒子群算法的TSP搜索算法 .rarchapter16 基于動態粒子群算法的動態環境尋優算法.rarchapter17基于PSO工具箱的函數優化算法.rarchapter18魚群算法函數尋優.rarchapter19基于模擬退火算法的TSP算法.rarchapter1遺傳算法工具箱.rarchapter20基于遺傳模擬退火算法的聚類算法.rarchapter21模擬退火算法工具箱及應用.rarchapter22蟻群算法的優化計算——旅行商問題(TSP)優化 .rarchapter23基于蟻群算法的二維路徑規劃算法.rarchapter24 基于蟻群算法的三維路徑規劃算法.rarchapter25有導師學習神經網絡的回歸擬合——基于近紅外光譜的汽油辛烷值預測.rarchapter26.rarchapter27無導師學習神經網絡的分類——礦井突水水源判別.rarchapter28支持向量機的分類——基于乳腺組織電阻抗特性的乳腺癌診斷 .rarchapter29支持向量機的回歸擬合——混凝土抗壓強度預測.rarchapter2基于遺傳算法和非線性規劃的函數尋優算法 .rarchapter30極限學習機的回歸擬合及分類.rarchapter3基于遺傳算法的BP神經網絡優化算法 .rarchapter4sa_tsp.rarchapter5基于遺傳算法的LQR控制器優化設計.rarchapter6遺傳算法工具箱詳解及應用 .rarchapter7多種群遺傳算法的函數優化算法.rarchapter8基于量子遺傳算法的函數尋優算法 .rarchapter9基于遺傳算法的多目標優化算法.rar
上傳時間： 2021-11-28
上傳用戶：
基于離散粒子群算法的機房排課問題研究這是一份非常不錯的資料，歡迎下載，希望對您有幫助！
標簽： 離散粒子群算法
上傳時間： 2022-03-04
上傳用戶：zhanglei193
各種優化算法解決TSP問題 包括螞蟻群算法 ，粒子群算法 ，遺傳算法等等
上傳時間： 2016-06-15
上傳用戶：sunjet
很實用的群優化智能算法，計算粒子群算法的源代碼，所需優化的目標函數命名為fitness即可。
標簽： 智能算法
上傳時間： 2017-07-02
上傳用戶：zm7516678
本書以群智能優化算法中的粒子群優化（ParticleSwarmOptimization，PSO）算法為主線，著重闡述了PSO算法的基本原理、改進策略，從解空間設計、粒子編碼以及求解流程等方面進行了詳細設計與闡述。
上傳時間： 2015-03-14
上傳用戶：wd450725076
這是力氣群算法解決實際問題，與布谷鳥算法做了一個 比較，看著還行
上傳時間： 2018-06-02
上傳用戶：batcoder
IIR數字濾波器是沖激響應為無限長的一類數字濾波器，是電子、通信及信號處理領域的重要研究內容，國內外學者對IIR數字濾波器的優化設計進行了大量研究。其中，進化算法優化設計IIR數字濾波器雖然取得了一定的效果，但是其也有自身的一些不足；另外，基于粒子群算法以及人工魚群算法的IIR數字濾波器優化設計也取得了較好的效果。但這些方法都是將多目標優化問題轉化為單目標優化問題，這種方法是將每個目標賦一個權值，然后將這些賦了權值的目標相加，把相加的結果作為目標函數，在此基礎上尋找目標函數的最小值，這樣做造成的問題是可能將其中的任何一種滿足目標函數值最小的情況作為最優解，但實際上得到的不一定是最優解。也就是說，單目標的方法難以區分哪一種情況為最優解，這樣的尋優模型從理論上來說是難以得到最優解的。另外，在將多目標轉化為單目標時，各個目標的權值難以確定，而且最終只能得到唯一解。針對這些問題，本文在研究傳統遺傳算法、進化規劃算法以及量子遺傳算法的IIR數字濾波器優化設計的基礎上，將重點研究IIR數字濾波器的粒子進化規劃優化、遺傳多目標優化以及量子多目標優化。另外，由于在通信系統中IIR數字濾波器有廣泛應用，并且大量采用FPGA實現，多目標優化方法得到的濾波器性能也值得驗證，因此，對多目標優化方法得到的IIR數字濾波器系數進行FPGA仿真驗證有重要的現實意義。 @@ 論文的主要工作及研究成果具體如下： @@ 1.分析IIR數字濾波器的數學模型及其優化設計的參數；針對低通IIR數字濾波器，采用遺傳算法及量子遺傳算法對其進行優化設計，并給出相應的仿真結果及分析。 @@ 2.針對使用進化規劃算法優化設計IIR數字濾波器時容易陷入局部極值的問題，研究粒子進化規劃算法，并將其應用于IIR數字濾波器的優化設計，該算法將粒子群優化算法與進化規劃算法相結合，繼承了粒子群算法局部搜索能力強和進化規劃算法遺傳父代優良基因能力強的優點。將這種新的粒子進化規劃算法應用于IIR低通、高通、帶通、帶阻數字濾波器的優化設計，顯示了較好的效果。 @@ 3.優化設計IIR數字濾波器時，通常將多目標轉化為單目標的優化問題，這種方法雖然設計簡單，但是在將多目標轉化為單目標時，各個目標的權值難以確定，而且最終只能得到唯一解，不能提供更多的有效解給決策者。針對常 用基于單目標優化算法的不足，在分析IIR數字濾波器優化模型和待優化參數的基礎上，本文研究遺傳算法的IIR數字濾波器多目標優化設計方法，該方法將多個目標值直接映射到適應度函數中，通過比較函數值的占優關系來搜索問題的有效解集，使用這種方法可以求得一組有效解，并且將多目標轉化為單目標的優化方法得到的唯一解也能被包括在這一組有效解中。@@ 4.將量子遺傳算法應用于IIR數字濾波器多目標優化設計，研究量子遺傳算法的IIR數字濾波器多目標優化設計方法，并將優化結果與傳統遺傳算法的多目標優化方法進行了比較。仿真結果表明，在對同一種濾波器進行優化設計時，使用該方法得到的結果通帶波動更小，過渡帶更窄，阻帶衰減也更大。 @@ 5.針對IIR數字濾波器的硬件實現問題，在對IIR數字濾波器的結構特征進行分析的基礎上，分別采用遺傳多目標優化方法量子多目標方法優化設計IIR數字濾波器的系數，然后針對兩組系數進行了FPGA( Field-Programmable GateArray，現場可編程門陣列)仿真驗證，并對兩種結果進行了對比分析。 @@關鍵詞：IIR數字濾波器；優化設計
上傳時間： 2013-06-09
上傳用戶：熊少鋒
