改進(jìn)PSO-SVM在說話人識(shí)別中的應(yīng)用。通過對(duì)粒子群優(yōu)化算法中慣性權(quán)重和全局最優(yōu)值 的分析，提出了一種根據(jù)迭代次數(shù)而自適應(yīng)變化的慣性權(quán)重的粒子群優(yōu)化方法
標(biāo)簽： PSO-SVM 識(shí)別 中的應(yīng)用 粒子群
上傳時(shí)間： 2017-09-10
上傳用戶：libenshu01
基本的粒子群優(yōu)化算法程序，用Matlab實(shí)現(xiàn)，非常簡(jiǎn)單。
上傳時(shí)間： 2017-09-12
上傳用戶：netwolf
艦船電力系統(tǒng)網(wǎng)絡(luò)重構(gòu)可以看作為一個(gè)多目標(biāo)、多約束、多時(shí)段、離散化的非線性規(guī)劃最優(yōu)問題。根據(jù)艦船電力系統(tǒng)特點(diǎn)，提出了一種改進(jìn)的粒子群優(yōu)化算法。在傳統(tǒng)粒子群算法的基礎(chǔ)上，運(yùn)用混沌優(yōu)化理論進(jìn)行初始化粒子的初始種群，提升初始解質(zhì)量；同時(shí)，引進(jìn)遺傳操作以改進(jìn)粒子群算法易陷入局部極值的缺點(diǎn)。通過對(duì)典型的模型仿真表明，該算法具有更好的尋優(yōu)性能，并且有效地提高了故障恢復(fù)的速度與精度。
標(biāo)簽： 粒子群算法 電力系統(tǒng) 艦船 網(wǎng)絡(luò)
上傳時(shí)間： 2014-12-23
上傳用戶：AbuGe
一篇關(guān)于pso粒子群算法的應(yīng)用的論文，詳細(xì)講解了粒子群優(yōu)化算法。
上傳時(shí)間： 2014-12-02
上傳用戶：dengzb84
粒子群算法，這是一個(gè)標(biāo)準(zhǔn)粒子群優(yōu)化算法源碼
標(biāo)簽： 粒子群算法
上傳時(shí)間： 2017-06-08
上傳用戶：cjf0304
用學(xué)習(xí)因子異步變化的粒子群優(yōu)化算法求解無約束優(yōu)化問題
標(biāo)簽： 粒子群優(yōu)化 智能算法
上傳時(shí)間： 2016-10-24
上傳用戶：浮塵6666
粒子群優(yōu)化算法（PSO）是一種進(jìn)化計(jì)算技術(shù)（evolutionary computation）,1995 年由Eberhart 博士和kennedy 博士提出，源于對(duì)鳥群捕食的行為研究 。
標(biāo)簽： 粒子群算法
上傳時(shí)間： 2017-09-18
上傳用戶：yinfanghao
粒子群標(biāo)準(zhǔn)算法。迭代找到最優(yōu)解。在每一次的迭代中，粒子通過跟蹤兩個(gè)“極值”(pbest，gbest)來更新自己。在找到這兩個(gè)最優(yōu)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(shí)間： 2019-03-26
上傳用戶：威震天牛逼
粒子群標(biāo)準(zhǔn)算法，可以對(duì)其進(jìn)行改進(jìn)等操作，很簡(jiǎn)單的
標(biāo)簽： 粒子群算法
上傳時(shí)間： 2019-09-02
上傳用戶：liujun
30個(gè)數(shù)學(xué)建模智能算法及MATLAB程序代碼:chapter10基于粒子群算法的多目標(biāo)搜索算法.rarchapter11基于多層編碼遺傳算法的車間調(diào)度算法.rarchapter12免疫優(yōu)化算法在物流配送中心選址中的應(yīng)用 .rarchapter13粒子群優(yōu)化算法的尋優(yōu)算法.rarchapter14基于粒子群算法的PID控制器優(yōu)化設(shè)計(jì).rarchapter15基于混合粒子群算法的TSP搜索算法 .rarchapter16 基于動(dòng)態(tài)粒子群算法的動(dòng)態(tài)環(huán)境尋優(yōu)算法.rarchapter17基于PSO工具箱的函數(shù)優(yōu)化算法.rarchapter18魚群算法函數(shù)尋優(yōu).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(yīng)用.rarchapter22蟻群算法的優(yōu)化計(jì)算——旅行商問題(TSP)優(yōu)化 .rarchapter23基于蟻群算法的二維路徑規(guī)劃算法.rarchapter24 基于蟻群算法的三維路徑規(guī)劃算法.rarchapter25有導(dǎo)師學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的回歸擬合——基于近紅外光譜的汽油辛烷值預(yù)測(cè).rarchapter26.rarchapter27無導(dǎo)師學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的分類——礦井突水水源判別.rarchapter28支持向量機(jī)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(jī)的回歸擬合——混凝土抗壓強(qiáng)度預(yù)測(cè).rarchapter2基于遺傳算法和非線性規(guī)劃的函數(shù)尋優(yōu)算法 .rarchapter30極限學(xué)習(xí)機(jī)的回歸擬合及分類.rarchapter3基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化算法 .rarchapter4sa_tsp.rarchapter5基于遺傳算法的LQR控制器優(yōu)化設(shè)計(jì).rarchapter6遺傳算法工具箱詳解及應(yīng)用 .rarchapter7多種群遺傳算法的函數(shù)優(yōu)化算法.rarchapter8基于量子遺傳算法的函數(shù)尋優(yōu)算法 .rarchapter9基于遺傳算法的多目標(biāo)優(yōu)化算法.rar
標(biāo)簽： 數(shù)學(xué)建模 matlab
上傳時(shí)間： 2021-11-28
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
