采用粒子群算法对LCL滤波器参数进行优化,画出最优解迭代过程图,求得各参数数值。
已自动扫描归档包内目录结构与文件清单
源码与文本文档支持点击「在线阅读」,二进制/媒体文件请下载压缩包后使用
1
FILE
基于qpso算法的rbf神经网络参数优化仿真研究.pdf
237.9 KB
包内组件
2
FILE
应用神经网络粒子群算法的多用户检测.pdf
210.5 KB
包内组件
3
FILE
基于pso—rbf nn的非线性系统辨识方法仿真研究.pdf
204.2 KB
包内组件
4
FILE
改进的粒子群优化算法在分布式电源选址和定容中的应用.pdf
232.9 KB
包内组件
5
FILE
基于aqpso算法优化的rbf网络模型及应用研究.pdf
235.3 KB
包内组件
6
FILE
基于神经网络和pso的机器人路径规划研究.pdf
255.3 KB
包内组件
7
FILE
基于免疫克隆原理的改进粒子群优化算法的研究.pdf
247.5 KB
包内组件
8
FILE
一种带交叉算子的改进的粒子群优化算法.pdf
134.6 KB
包内组件
9
FILE
基于pso的rbf神经网络学习算法及其应用.pdf
144.7 KB
包内组件
10
FILE
基于qpso-rbf nn的混沌时间序列预测.pdf
198.3 KB
包内组件
11
FILE
一种基于差异演化的协同粒子群优化算法.pdf
291.9 KB
包内组件
12
FILE
一种新混合粒子群算法及其在阵列天线方向图综合中的应用.pdf
256.8 KB
包内组件