您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 标准粒子群优化算法-用Griewank函数测试

  2. 标准PSO算法的matlab程序,惯性权重线性递减,用Griewank函数测试,收敛特性良好。
  3. 所属分类:其它

    • 发布日期:2011-07-04
    • 文件大小:2048
    • 提供者:fulingsheng0512
  1. MyPSO_bak.rar

  2. 经典PSO算法的matlab实现 压缩包包括4个文件:MyPSO.m TestFucnt.m test_mypso.m CalFitnessFunct.m 1. MyPSO.m PSO算法的实现,函数传入参数只有一个结构体,易于使用 function [OptVal BestPos IterCnt OutMsg] = MyPSO(Options) %%功能:基本PSO算法的实现 %输入:结构化参数Options各个域如下 % Options.OptFunctName:待寻优函数名 % Opti
  3. 所属分类:其它

    • 发布日期:2015-06-05
    • 文件大小:4096
    • 提供者:wllw7176
  1. PSO算法的最大熵阈值图像分割

  2. 图像分割是目标识别的首要和关键步骤。目前的图像分割方法有多种, 其中阈值方法优点比较突出, 但是采用阈值方法分 割的关键是要能高效率地找到被分图像的最佳熵阈值。针对这一问题, 将Geese- LDW- PSO 算法的位置更新公式作了改进, 即用 当前种群的全局极值取代所有粒子的当前位置, 并将之用于熵阈值图像分割中。仿真实验表明, 该算法可以快速稳定地获得一幅 图像的最佳分割阈值。仿真结果显示, 该方法对车牌分割具有较好的性能。 专业论文,为广大做毕设同学提供资源
  3. 所属分类:其它

    • 发布日期:2009-04-07
    • 文件大小:153600
    • 提供者:u014708477
  1. 带权重的贪心萤火虫算法求解0-1背包问题

  2. 参考文献:任静敏,潘大志《带权重的贪心萤火虫算法求解0-1背包问题》,用MATLAB实现改进萤火虫算法(WGFA),对基本的萤火虫算法进行改进,加入线性递减惯性权重,用贪心算法修复不可行解,加入变异算子提高全局搜索能力。
  3. 所属分类:其它

    • 发布日期:2021-01-05
    • 文件大小:4096
    • 提供者:yayaisfighting
  1. 改进的简化粒子群算法优化模糊神经网络建模

  2. 为了更准确地描述有记忆效应的射频功放特性,提出了一种改进的简化粒子群优化(PSO)算法,并结合自适应模糊推理系统(ANFIS)建立模糊神经网络功放模型。改进的简化PSO算法仅保留粒子的位置项,加入了随机的个体最优候选解,由粒子的当前位置、个体最优解、全局最优解和随机的个体最优候选解共同决定其位置项;采用线性递减惯性权重,并利用异步变化的动态学习因子,且新颖地引入拉普拉斯系数,从而增加了种群多样性,加快了收敛速度,避免陷入局部最优。由模型仿真对比可知,该方法建立的功放模型结构简单、收敛快、误差小、
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:269312
    • 提供者:weixin_38624628
  1. 改进并行粒子群算法优化RBF神经网络建模

  2. 针对已有神经网络功放建模的建模精度不高,易陷入局部极值等问题,提出一种新的改进并行粒子群算法(Improved Parallel Particle Swarm Optimization,IPPSO)。该算法在并行粒子群算法的基础上引入自适应变异操作,防止陷入局部最优;在微粒的速度项中加入整体微粒群的全局最优位置,动态调节学习因子与线性递减惯性权重,加快微粒收敛。将该改进算法用于优化RBF神经网络参数,并用优化的网络对非线性功放进行建模仿真。结果表明,该算法能有效减小建模误差,且均方根误差提高19
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:2097152
    • 提供者:weixin_38733525
  1. 一种参数自适应调整和边界约束的粒子群算法

  2. 粒子群优化算法的核心思想是每个粒子根据自己和周围粒子的“信息共享”寻优,达到全空间搜索最优解的目的。收敛速度快,全局寻优能力强。针对基本粒子群算法寻优精度较低,结果易发散的缺点,提出了一种参数自适应调整和边界条件约束的粒子群算法,惯性权重,学习因子随着迭代过程线性递加或递减,从而在算法初期个体能搜索整个空间,后期能够朝着全局最优值收敛而找到全局最优值。同时设置粒子边界条件约束,保证算法寻优解的准确性。理论分析和数值仿真结果表明了所设计方法的高效性,在保证算法效率的前提下,有效地提高了算法的寻优精
  3. 所属分类:其它

    • 发布日期:2021-01-31
    • 文件大小:754688
    • 提供者:weixin_38690508