粒子群標準算法。迭代找到最優解。在每一次的迭代中，粒子通過跟蹤兩個“極值”(pbest，gbest)來更新自己。在找到這兩個最優值后，粒子通過下面的公式來更新自己的速度和位置。
上傳時間： 2019-03-26
上傳用戶：威震天牛逼
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
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：
模糊C-均值聚類算法是一種無監督圖像分割技術，但存在著初始隸屬度矩陣隨機選取的影響，可能收斂到局部最優解的缺點。提出了一種粒子群優化與模糊C-均值聚類相結合的圖像分割算法，根據粒子群優化算法強大的全局搜索能力，有效地避免了傳統的FCM對隨機初始值的敏感，容易陷入局部最優的缺點。實驗表明，該算法加快了收斂速度，提高了圖像的分割精度。
上傳時間： 2013-10-25
上傳用戶：llandlu
一系列好用的用戶友好的啟發式優化算法，包括非自適應算法，基于模擬退火算法的種群算法，基本遺傳算法，差分進化算法以及粒子群優化算法。此外，也包括神圣算法，它利用了所有這些優化算子，雖然有時交換種群之間的不同算法。
上傳時間： 2013-12-11
上傳用戶：13160677563
出版社：高等教育出版社 作者：汪定偉 簡介 高等教育出版社2007年4月出版。 本書主要介紹近年來產生的多種智能優化算法，包括遺傳算法、禁忌搜索、模擬退火、蟻群優化算法、粒子群優化算法、捕食搜索算法和動態進化算法等算法的產生、算法的基本思想和理論、算法的基本構成、計算步驟、主要的變型算法及幾個數值舉例...
上傳時間： 2014-11-14
上傳用戶：helmos
該代碼目的是要用PSO粒子群優化算法來解決TSP旅行商問題，可以動態變化
上傳時間： 2018-05-23
上傳用戶：zhaoliangseu
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
粒子群算法是在遺傳算法基礎上發展起來的一種新的并行優化方法,可用于解決大量非線性、不可微和多峰值的復雜問題。與遺傳算法不同的是,粒子群算法中的粒子有記憶功能,整個搜索過程是跟隨當前最優粒子的過程,因此在大多數情況下,所有的粒子可能更快的收斂于最優解。而且粒子群算法理論簡單,參數少,因此其應用更為廣泛。文中把粒子群算法用于陣列天線的波束賦形,結果表明粒子群算法在對天線形狀進行設計方面有很好的發展前景。
上傳時間： 2013-11-14
上傳用戶：lz4v4
2次B樣條曲線算法
標簽： 算法
上傳時間： 2014-01-27
上傳用戶：來茴
