提出了一個自適應量子粒子群優化算法，用于訓練RBF網絡的基函數中心和寬度，并結合最小二乘法計算網絡權值，對RBF網絡的泛化能力進行改進并用于特征選擇。實驗結果表明，采用自適應量子粒子群優化算法獲得的RBF網絡模型不但具有很強的泛化能力，而且具有良好的穩定性，能夠選擇出較優秀的特征子集。
標簽： RBF 神經網絡 特征選擇 中的應用
上傳時間： 2013-11-16
上傳用戶：erkuizhang
針對目前導航系統中重要的多約束條件下路徑規劃功能，結合A*算法和蟻群算法提出一種新的不確定算法，該算法首先將多約束條件進行融合使其適合蟻群轉移，并在基本蟻群算法基礎上采用了A*算法的評估指標，為蟻群轉移時提供最優預測收斂點。通過實驗證明該算法可以大幅度降低時間消耗，并且全局收斂性強，計算結果穩定。
標簽： 多約束 條件下 路徑規劃 算法研究
上傳時間： 2013-11-01
上傳用戶：qwer0574
針對函數優化問題，提出了一種基于離差平方和法的粒子群優化算法。該算法用混沌序列初始化粒子的位置和速度，選擇好于粒子群優化算法產生的粒子位置。通過離差平方和法進行聚類，利用分類方式來更新粒子的速度。最后將算法應用到3個典型的函數優化問題中，數值結果比較表明，提高了算法搜索能力，全局最優解的精度和收斂速度。
標簽： Access 溫度采集系統
上傳時間： 2013-11-14
上傳用戶：hxy200501
//開發平臺：Microsoft .NET Framework 2.0，Microsoft Visual C# 2005 Express //日期：2005.3.12 //作者：劉波 //粒子群優化算法(PSO)：本算法求目標函數的最小值
標簽： Microsoft Framework 2.0 NET
上傳時間： 2015-03-15
上傳用戶：yyyyyyyyyy
用JAVA語言編寫，包括PSO（Particle swarm optimization, 中文譯名為粒子群優化或微粒群算法), DE (Differential evolution, 中文譯名為差分進化或差異演化)等算法，有一些不帶約束和帶約束的算例（如Michelawicz的幾個問題）。使用說明見usage.txt、RUNExample.bat和程序中的注釋。
標簽： JAVA 語言 編寫
上傳時間： 2014-01-06
上傳用戶：agent
標準的粒子濾波器matlab程序，附有詳細注釋，可以幫助有效掌握粒子濾波算法。希望大家多提建議：）
標簽： matlab 標準 粒子濾波器 程序
上傳時間： 2013-12-25
上傳用戶：youmo81
數據結構算法的小作業，開散列的算法，附有注釋。
標簽： 數據結構 算法
上傳時間： 2015-10-28
上傳用戶：Andy123456
TSP的智能算法，里面包含最大最小蟻群算法，螞蟻系統，蟻群系統
標簽： TSP 智能算法
上傳時間： 2015-12-01
上傳用戶：咔樂塢
摘要：基于語音狀態模型的語音增強算法是當前語音信號處理的研究熱點。把通常的LPC語音模型修正后，將得到兩個語音模型：時變AR 模型、時變雙AR模型。但是利用這些模型增強語音時，都沒有考慮到語音的清音、濁音區別。為此本文引入了語音清濁音狀態空間模型，這種模型在描述語音方面比時變AR模型、時變雙AR模型要強，而且物理含義明顯 同時在用含噪語音信號預測純凈語音信號時，引入遺忘因子和粒子濾波算法以降低計算復雜性，減小運算量。實驗證明，增強后的語音信號信噪比有一定提高．且優于傳統的LPC模型.
標簽： LPC 語音 模型 狀態
上傳時間： 2015-12-25
上傳用戶：我們的船長
人工智能算法， 集智俱樂部開發的蟻群算法。
標簽： 人工智能 算法
上傳時間： 2016-01-02
上傳用戶：417313137
蟲蟲下載站版權所有 京ICP備2021023401號-1
