注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 群智能理论及粒子群优化算法

  2. 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系

  3. 所属分类：其它

    • 发布日期：2010-03-31
    • 文件大小：2097152
    • 提供者：zeamiaomiao

  1. 基于粒子群优化算法的TSP问题研究

  2. 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优

  3. 所属分类：其它

    • 发布日期：2013-05-31
    • 文件大小：53248
    • 提供者：u010910751

  1. 基于禁忌表的捕食搜索算法及其在旅行商问题中的实验研究

  2. 基于禁忌表的捕食搜索算法及其在旅行商问题中的实验研究

  3. 所属分类：其它

    • 发布日期：2013-12-07
    • 文件大小：264192
    • 提供者：u013075971

  1. 捕食搜索算法

  2. 捕食搜索算法（Predatory Search Algorithm，PSA）是由巴西学者Alexandre Linhares 在1998年提出来的一种用于解决组合优化问题的模拟动物捕食行为的空间搜索策略。Alexandre Linhares 把捕食搜索策略分别用于旅行商问题（TSP）和超大规模集成电路设计（VLSI）问题。

  3. 所属分类：C/C++

    • 发布日期：2015-04-19
    • 文件大小：1048576
    • 提供者：qq_21903279

  1. 智能优化算法

  2. 捕食搜索算法（Predatory Search Algorithm，PSA）是由巴西学者Alexandre Linhares 在1998年提出来的一种用于解决组合优化问题的模拟动物捕食行为的空间搜索策略。Alexandre Linhares 把捕食搜索策略分别用于旅行商问题（TSP）和超大规模集成电路设计（VLSI）问题。

  3. 所属分类：C/C++

    • 发布日期：2015-04-19
    • 文件大小：1048576
    • 提供者：sxfquqion

  1. matlab粒子群算法

  2. 粒子群优化算法(Particle Swarm optimization,PSO)又翻译为粒子群算法、微粒群算法、或微粒群优化算法。是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法。通常认为它是群集智能 (Swarm intelligence, SI) 的一种。它可以被纳入多主体优化系统(Multiagent Optimization System, MAOS).粒子群优化算法是由Eberhart博士和kennedy博士发明。 模拟捕食 PSO模拟鸟群的捕食行为。一群鸟在随机搜索

  3. 所属分类：搜索引擎

    • 发布日期：2017-09-08
    • 文件大小：56320
    • 提供者：qq_34459331

  1. 粒子群算法java代码

  2. 粒子群优化代码java粒子群算法简称PSO，它的基本思想是模拟鸟群的捕食行为。设想这样一个场景：一群鸟在随机搜索食物。在这个区域里只有一块食物。所有的鸟都不知道食物在那里。但是他们知道当前的位置离食物还有多远。那么找到食物的最优策略是什么呢。最简单有效的就是搜寻目前离食物最近的鸟的周围区域。 PSO从这种模型中得到启示并用于解决优化问题。PSO中，每个优化问题的解都是搜索空间中的一只鸟。我们称之为“粒子”。所有的粒子都有一个由被优化的函数决定的适应值(fitness value)，每个粒子还有

  3. 所属分类：其它

    • 发布日期：2017-11-26
    • 文件大小：5120
    • 提供者：qq_33206961

  1. 基于捕食搜索策略的模拟退火优化算法

  2. 针对传统模拟退火算法初始温度和降温函数难以确定以及接收劣质解同时容易遗失当前最 优解等缺陷，将禁忌搜索算法的禁忌表功能引入SA 算法，避免遗失最优解和对某个解进行 多次重复地搜索；根据函数的复杂程度确定初始温度，并定义新的降温函数，提高算法的搜 索效率和精度；引入捕食搜索策略，平衡算法搜索能力和开发能力，避免陷入局部最优。通 过对五个典型的基准测试函数的仿真表明，改进算法具有较强的全局搜索能力，同时寻优精 度和收敛速度比原算法也有较大的提高。

  3. 所属分类：机器学习

    • 发布日期：2017-12-20
    • 文件大小：1001472
    • 提供者：bgcoolwindchen

  1. 捕食搜索算法

  2. 捕食搜索算法（Predatory Search Algorithm，PSA）是由巴西学者Alexandre Linhares 在1998年提出来的一种用于解决组合优化问题的模拟动物捕食行为的空间搜索策略。Alexandre Linhares 把捕食搜索策略分别用于旅行商问题（TSP）和超大规模集成电路设计（VLSI）问题。

  3. 所属分类：机器学习

    • 发布日期：2017-12-20
    • 文件大小：1048576
    • 提供者：bgcoolwindchen

  1. 粒子群(PSO算法)基本算法C++实现

  2. 什么是粒子群算法？ 粒子群算法是一种进化计算技术，来源于对鸟群捕食的思考,最早由Kenney与Eberhart 于1995年提出。在PSO中，寻找最优解被看做群体寻找目标。个体在搜索的过程中具有自己 的位置和搜索速度。个体追寻最优个体在解空间中进行搜索。搜索的过程是一个反复的迭代 过程。在这个过程中，个体完成的任务一是找寻自己认可的最优解；另个任务是获知群体 得到的暂时最优解。 粒子群算法实现步骤 (1)对群空间中的每个个体进行初始化，设定个体数量，随机产生n个初始解和n个速度。 (2)根据当

  3. 所属分类：其它

    • 发布日期：2009-01-03
    • 文件大小：6144
    • 提供者：abc_11235813

  1. 粒子群优化算法的改进与应用

  2. 粒子群优化算法是在对鸟群捕食行为模拟的基础上提出的一种群 集智能算法，是进化计算领域中一个新的分支。它的主要特点是原理简 单、参数少、收敛速度较快、易于实现。因此，该算法一提出就吸引了 的广泛关注，逐渐成为一个新的研究热点。目前，粒子群优化算法应用 于神经网络的训练、函数优化、多目标优化等领域并取得了较好的效果， 有着广阔的应用前景。 论文的主要工作有 对粒子群优化算法的理论基础和研究现状作了简要的介绍，分 析了粒子群优化算法的原理及算法流程，对算法参数的选择做了详细的 研究，并进行了相应的仿

  3. 所属分类：其它

    • 发布日期：2009-04-07
    • 文件大小：4194304
    • 提供者：chinhape

  1. 人工鱼群算法的优化

  2. 大量的鱼形成群体之后，不仅感觉器官总数会增加，而且还可以增加搜索面积。鱼群中的一个成员找到了食物，其他成员也可以捕食。鱼是通过鱼自身之间的某种交流，进行信息的互享。如果鱼群中成员之间的最大距离的保持在各自的视线之内，则整个鱼群的搜索面积最大。因此，鱼类在群体中比单独行动时能更多更快找到食物。

  3. 所属分类：深度学习

    • 发布日期：2018-08-27
    • 文件大小：4096
    • 提供者：weixin_42758463

  1. 粒子群算法PSO入门代码火经典案例求Ackley函数附-PSO.zip

  2. 粒子群算法PSO入门代码火经典案例求Ackley函数附-PSO.zip 本帖最后由 当当的花生 于 2016-7-30 20:09 编辑 回帖获得更多 粒子群算法 遗传算法前面有人讲了，我来讲讲PSO。 1）先看看百度百科解释： 粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等[1] 开发的一种新的进化算法。PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解

  3. 所属分类：其它

    • 发布日期：2019-08-12
    • 文件大小：2048
    • 提供者：weixin_39840387

  1. 粒子群优化算法.zip

  2. 粒子群算法基本原理 粒子群算法是基于群体演化的算法，其思想来源于对鸟群捕食行为的研究，一群鸟在随机搜寻食物，如果这个区域里只有一块食物，那么找到食物的最简单有效地策略就是搜索目前离食物最近的鸟的周围区域。 粒子群算法就是从种模型中得到启示产生的，用以解决优化问题。 简而言之，每只鸟都以自己和其他鸟群的经验作为决策的依据。

  3. 所属分类：机器学习

    • 发布日期：2020-04-10
    • 文件大小：3072
    • 提供者：xiaowang5211314

  1. 麻雀算法用于极值寻优.py

  2. 麻雀搜索算法(Sparrow Search Algorithm, SSA)是一种新型的群智能优化算法，在2020年提出，主要是受麻雀的觅食行为和反捕食行为的启发

  3. 所属分类：机器学习

    • 发布日期：2020-06-21
    • 文件大小：5120
    • 提供者：qq_41043389

  1. 鲸鱼优化算法c++代码实现

  2. 鲸鱼优化(Whale Optimization Algorithm, WOA)算法是澳大利亚格里菲斯大学的Mirjalili 等于2016年提出的一种新型的群体智能优化方法，它的思想来源于海洋中座头鲸独有的特殊捕食行为，算法通过鲸鱼包围、气泡攻击猎物等过程实现优化搜索目的。该算法具有原理简单、操作简易，易于实现，需调整的参数少及鲁棒性强等特点。在函数优化方面，WOA 算法在求解精度和稳定性上要明显优于粒子群（PSO）、差分进化（DE）和 引力搜索（GSA）等算法。同时WOA 算法在许多领域得到了

  3. 所属分类：互联网

    • 发布日期：2020-09-15
    • 文件大小：1024
    • 提供者：qq_31990441

  1. 通信与网络中的改进PSO算法在LSSVM入侵检测模型的应用

  2. 粒子群优化算法（PSO）是一种进化计算技术（evolutionary computation），有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究。PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉（crossover）以及变异（mutation）。而是粒子在解空间追随最优的粒子进行搜索。同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控

  3. 所属分类：其它

    • 发布日期：2020-10-22
    • 文件大小：330752
    • 提供者：weixin_38643127

  1. 粒子群算法求解最大值问题详解（附python代码）

  2. 文章目录粒子群算法（PSO）代码实现1、导入需要的库2、设置参数3、适应度函数4、初始化粒子群5、迭代更新粒子群 粒子群算法（PSO） PSO 通过模拟鸟群的捕食行为来求取最优解。 假设一群鸟在随机搜索食物。在这个区域里只有一块食物（对应着最优解）。所有的鸟都不知道食物的具体位置，但是它们可以判断自身与食物的大致距离，即通过 fit 值判断与最优解的距离。那么找到食物的最优策略就是搜寻目前离食物最近的鸟的周围区域。 PSO 中，问题的每个解都是搜索空间中的一只“鸟”。我们称之为“粒子”。所有的粒

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：60416
    • 提供者：weixin_38639471

  1. 改进PSO算法在LSSVM入侵检测模型的应用

  2. 粒子群优化算法（PSO）是一种进化计算技术（evolutionary computation），有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究。PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻值。但是并没有遗传算法用的交叉（crossover）以及变异（mutation）。而是粒子在解空间追随的粒子进行搜索。同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：343040
    • 提供者：weixin_38752074

  1. 有时间窗车辆路径问题的捕食搜索算法

  2. 有时间窗车辆路径问题是当前物流配送系统研究中的热点问题,该问题具有NP 难性质!难以求得最优解或满意解.在建立有时间窗车辆路径问题数学模型的基础上,设计了一种模仿动物捕食策略的捕食搜索算法.该算法利用控制搜索空间的限制大小来实现算法的局域搜索和全局搜索,具有良好的局部集中搜索和跳出局部最优的能力.通过实例计算,并与相关启发式算法比较,取得了满意的结果.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：248832
    • 提供者：weixin_38727928
« 12 »