Particle-swarm-optimization-pso-for-MPPT-master
標(biāo)簽： SailingSim-Matlab-master
上傳時間： 2017-03-11
上傳用戶：zosoong
粒子群優(yōu)化算法（pso）是一種進化計算技術(shù)（evolutionary computation）,1995 年由Eberhart 博士和kennedy 博士提出，源于對鳥群捕食的行為研究 。
標(biāo)簽： 粒子群算法
上傳時間： 2017-09-18
上傳用戶：yinfanghao
該代碼目的是要用pso粒子群優(yōu)化算法來解決TSP旅行商問題，可以動態(tài)變化
標(biāo)簽： 粒子群優(yōu)化 旅行商問題
上傳時間： 2018-05-23
上傳用戶：zhaoliangseu
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“極值”(pbest，gbest)來更新自己。在找到這兩個最優(yōu)值后，粒子通過下面的公式來更新自己的速度和位置。
上傳時間： 2019-03-26
上傳用戶：威震天牛逼
matlab，pso-RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練模型，可以參考學(xué)習(xí)
標(biāo)簽： RBF 神經(jīng)網(wǎng)絡(luò)
上傳時間： 2019-12-03
上傳用戶：dadashizi
參考文獻：M.Rostami Shahrbabak and H.Nezamabadi-pour, " A New Approach to Binary pso Algorithm" 14th Iranian Conference on Electrical Engineering, may 2006.
上傳時間： 2020-02-16
上傳用戶：Emperor翔
30個數(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.rarchapter15基于混合粒子群算法的TSP搜索算法 .rarchapter16 基于動態(tài)粒子群算法的動態(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.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(yù)測.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.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
上傳時間： 2021-11-28
上傳用戶：
本書全面而系統(tǒng)地介紹了 MATLAB 算法和案例應(yīng)用，涉及面廣，從基本操作到高級算法應(yīng)用，幾乎 涵蓋 MATLAB 算法的所有重要知識。本書結(jié)合算法理論和流程，通過大量案例，詳解算法代碼，解決具 體的工程案例，讓讀者更加深入地學(xué)習(xí)和掌握各種算法在不同案例中的應(yīng)用。 本書共 32 章。涵蓋的內(nèi)容有 MATLAB 基礎(chǔ)知識、GUI 應(yīng)用及數(shù)值分析、MATALB 工程應(yīng)用實例、 GM 應(yīng)用分析、PLS 應(yīng)用分析、ES 應(yīng)用分析、MARKOV 應(yīng)用分析、AHP 應(yīng)用分析、DWRR 應(yīng)用分析、 模糊逼近算法、模糊 RBF 網(wǎng)絡(luò)、基于 FCEM 的 TRIZ 評價、基于 pso 的尋優(yōu)計算、基于 pso 的機構(gòu)優(yōu) 化、基本 pso 的改進策略、基于 GA 的尋優(yōu)計算、基于 GA 的 TSP 求解、基于 Hopfield 的 TSP 求解、基 于 ACO 的 TSP 求解、基于 SA 的 pso 算法、基于 kalman 的 PID 控制、基于 SOA 的尋優(yōu)計算、基于 Bayes 的數(shù)據(jù)預(yù)測、基于 SOA 的 PID 參數(shù)整定、基于 BP 的人臉方向預(yù)測、基于 Hopfield 的數(shù)字識別、基于 DEA 的投入產(chǎn)出分析、基于 BP 的數(shù)據(jù)分類、基于 SOM 的數(shù)據(jù)分類、基于人工免疫 pso 的聚類算法、 模糊聚類分析和基于 GA_BP 的抗糖化活性研究。 本書適合所有想全面學(xué)習(xí) MATALB 優(yōu)化算法的人員閱讀，也適合各種使用 MATALB 進行開發(fā)的工 程技術(shù)人員閱讀。對于相關(guān)高校的教學(xué)與研究，本書也是不可或缺的參考書。另外，對于 MATLAB 愛好 者，本書也對網(wǎng)絡(luò)上討論的大部分疑難問題給出了解答，值得一讀。
上傳時間： 2022-07-26
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
