蟻群算法基本模型STEP1（外循環(huán)）若滿足算法停止規(guī)則，停止計算，輸出計算得到的最好解給定外循環(huán)的最大數(shù)目，表明有足夠的螞蟻工作當前最優(yōu)解連續(xù)K次相同而停止，K是給定的整數(shù)，表示算法已收斂◆給定優(yōu)化問題的下界和誤差值，當算法得到的目標值同下界之差小于給定的誤差值時，算法終止否則使螞蟻s（1≤s≤m）從起點出發(fā)，用L（S）表示螞蟻S行走的城市集合，初始L（s）為空集。設m只螞蟻在圖的相鄰節(jié)點間移動，協(xié)作異步地得到解。螞蟻計算出下一步所有可達節(jié)點的一步轉(zhuǎn)移概率，并按此概率實現(xiàn)一步移動，依此往復。一步轉(zhuǎn)移概率由圖中每條邊上的兩類參數(shù)決定：信息素值、可見度（即先驗值）。信息素的更新有2種方式：揮發(fā)——所有路徑上信息素以一定比率減少增強——給評價值“好”（有螞蟻走過）的邊增加信息素蟻群算法基木模型令我們以求解平面上n個城市的TSP問題（1，2，…，n）表示城市號為例說明ACA的模型。n個城市的TSP問題就是尋找通過n個城市各次且最后回到出發(fā)點的最短路徑蟻群算法研究現(xiàn)狀令ACA是模擬自然界中真實蟻群的覓食行為而形成的一種模擬進化算法。10年多來的研究結果已經(jīng)表明：ACA用于組合優(yōu)化具有很強的發(fā)現(xiàn)較好解的能力，具有分布式計算易于與其他方法相結合、魯棒性強等優(yōu)點，在動態(tài)環(huán)境下也表現(xiàn)出高度的靈活性和健壯性。在求解TSP、QAP問題方面，與遺傳算法、模擬退火算法等算法比較，ACA仍是最好的解決方法之一。
標簽： 螞蟻算法
上傳時間： 2022-03-10
上傳用戶：
基于混沌螞蟻群算法的PID控制器的參數(shù)整定
標簽： 螞蟻算法
上傳時間： 2022-03-12
上傳用戶：
朱志宇著，科學出版社。本書系統(tǒng)介紹粒子濾波算法的基本原理和關鍵技術，針對標準粒子濾波算法存在的粒子退化、計算量大的缺點介紹了多種改進的粒子濾波算法，包括基于重要性密度函數(shù)選擇的粒子濾波算法、基于重采樣技術的粒子濾波算法、基于智能優(yōu)化思想的粒子濾波算法、自適應粒子濾波算法、流形粒子濾波算法等，并將粒子濾波算法應用于機動目標跟蹤、語音增強、傳感器故障診斷、人臉跟蹤等領域，最后探討了粒子濾波算法的硬件實現(xiàn)問題，給出了基于DSP和FPCA的粒子濾波算法實現(xiàn)方法。
標簽： 粒子濾波
上傳時間： 2022-05-28
上傳用戶：
本書是作者多年從事算法研究的經(jīng)驗總結。書中所有案例均因國內(nèi)各大 MATLAB 技術論壇網(wǎng)友的切身需求而精心設計，其中不少案例所涉及的內(nèi)容和求解方法在國內(nèi)現(xiàn)巳出版的MATLAB書籍中鮮有介紹。本書采用案例形式，以智能算法為主線，講解了遺傳算法、免疫算法、退火算法、粒子群算法、魚群算法、蟻群算法和神經(jīng)網(wǎng)絡算法等最常用的智能算法的 MATLAB實現(xiàn)。本書共給出30個案例，每個案例都是一個使用智能算法解決問題的具體實例，所有案例均由理論講解、案例背景、MATLAB 程序?qū)崿F(xiàn)和擴展閱讀四個部分組成，并配有完整的原創(chuàng)程序，使讀者在掌握算法的同時更能快速提高使用算法求解實際問題的能力。
上傳時間： 2022-07-04
上傳用戶：
IIR數(shù)字濾波器是沖激響應為無限長的一類數(shù)字濾波器，是電子、通信及信號處理領域的重要研究內(nèi)容，國內(nèi)外學者對IIR數(shù)字濾波器的優(yōu)化設計進行了大量研究。其中，進化算法優(yōu)化設計IIR數(shù)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(shù)字濾波器優(yōu)化設計也取得了較好的效果。但這些方法都是將多目標優(yōu)化問題轉(zhuǎn)化為單目標優(yōu)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(shù)，在此基礎上尋找目標函數(shù)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(shù)值最小的情況作為最優(yōu)解，但實際上得到的不一定是最優(yōu)解。也就是說，單目標的方法難以區(qū)分哪一種情況為最優(yōu)解，這樣的尋優(yōu)模型從理論上來說是難以得到最優(yōu)解的。另外，在將多目標轉(zhuǎn)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(tǒng)遺傳算法、進化規(guī)劃算法以及量子遺傳算法的IIR數(shù)字濾波器優(yōu)化設計的基礎上，將重點研究IIR數(shù)字濾波器的粒子進化規(guī)劃優(yōu)化、遺傳多目標優(yōu)化以及量子多目標優(yōu)化。另外，由于在通信系統(tǒng)中IIR數(shù)字濾波器有廣泛應用，并且大量采用FPGA實現(xiàn)，多目標優(yōu)化方法得到的濾波器性能也值得驗證，因此，對多目標優(yōu)化方法得到的IIR數(shù)字濾波器系數(shù)進行FPGA仿真驗證有重要的現(xiàn)實意義。 @@ 論文的主要工作及研究成果具體如下： @@ 1.分析IIR數(shù)字濾波器的數(shù)學模型及其優(yōu)化設計的參數(shù)；針對低通IIR數(shù)字濾波器，采用遺傳算法及量子遺傳算法對其進行優(yōu)化設計，并給出相應的仿真結果及分析。 @@ 2.針對使用進化規(guī)劃算法優(yōu)化設計IIR數(shù)字濾波器時容易陷入局部極值的問題，研究粒子進化規(guī)劃算法，并將其應用于IIR數(shù)字濾波器的優(yōu)化設計，該算法將粒子群優(yōu)化算法與進化規(guī)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(guī)劃算法遺傳父代優(yōu)良基因能力強的優(yōu)點。將這種新的粒子進化規(guī)劃算法應用于IIR低通、高通、帶通、帶阻數(shù)字濾波器的優(yōu)化設計，顯示了較好的效果。 @@ 3.優(yōu)化設計IIR數(shù)字濾波器時，通常將多目標轉(zhuǎn)化為單目標的優(yōu)化問題，這種方法雖然設計簡單，但是在將多目標轉(zhuǎn)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(yōu)化算法的不足，在分析IIR數(shù)字濾波器優(yōu)化模型和待優(yōu)化參數(shù)的基礎上，本文研究遺傳算法的IIR數(shù)字濾波器多目標優(yōu)化設計方法，該方法將多個目標值直接映射到適應度函數(shù)中，通過比較函數(shù)值的占優(yōu)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(zhuǎn)化為單目標的優(yōu)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(shù)字濾波器多目標優(yōu)化設計，研究量子遺傳算法的IIR數(shù)字濾波器多目標優(yōu)化設計方法，并將優(yōu)化結果與傳統(tǒng)遺傳算法的多目標優(yōu)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(yōu)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(shù)字濾波器的硬件實現(xiàn)問題，在對IIR數(shù)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(yōu)化方法量子多目標方法優(yōu)化設計IIR數(shù)字濾波器的系數(shù)，然后針對兩組系數(shù)進行了FPGA( Field-Programmable GateArray，現(xiàn)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(shù)字濾波器；優(yōu)化設計
標簽： FPGA IIR 數(shù)字濾波器
上傳時間： 2013-06-09
上傳用戶：熊少鋒
在現(xiàn)有的道路條件下，提高交通控制和管理水平，合理利用現(xiàn)有的交通設施，充分發(fā)揮其能力，是解決我國現(xiàn)在交通問題的有效方法之一。而對單路口信號配時的優(yōu)化，是城市交通區(qū)域控制的基礎，十分之重要。本文將自適應變異粒子群算法應用于交通信號配時，與傳統(tǒng)的信號配時方法相比較，車輛的平均延誤得到了明顯的改善。
標簽： 條件下
上傳時間： 2015-08-11
上傳用戶：aa54
圖像配準的很好的程序，里面用到粒子群算法
上傳時間： 2014-01-15
上傳用戶：15071087253
c++pso程序，用6個基本函數(shù)驗證的粒子群算法程序
上傳時間： 2015-09-30
上傳用戶：LIKE
模擬一群鳥捕食的情景，從而達到優(yōu)化目標函數(shù)的目的，這就是粒子群算法！起初在可行的空間中隨機的產(chǎn)生一群粒子，然后讓每個粒子開始在虛擬的空間中向四面八方飛翔，并且每個粒子都記下他們飛過的適應值（也就是目標優(yōu)化函數(shù)）最高的點，而且整個粒子群有一個最高適應值個體，這樣，粒子在飛翔的時候盡量朝向自己曾飛過的最好的點和集體的最好的點。最后達到收斂到近似最優(yōu)點的目的。
標簽： 模擬
上傳時間： 2016-01-21
上傳用戶：playboys0
利用MATLAB編寫，粒子群算法求解可靠性優(yōu)化問題
上傳時間： 2016-12-09
上傳用戶：星仔
