代码搜索:遗忘因子

找到约 1,233 项符合「遗忘因子」的源代码

代码结果 1,233
www.eeworm.com/read/284981/8880138

m pso.m

function [pg,fpg]=PSO(MinFPG,MaxDT,N,D) %------给定初始化条件---------------------------------------------- K1_2=0.5; c1=1.4962*K1_2; %学习因子1 c2=1.4962*(1-K1_2); %学习因子2 w=0.72
www.eeworm.com/read/181447/9255007

h vfunc.h

#ifndef VFUNC_H #define VFUNC_H #include #include "matrix.h" class valgo // 矩阵算法类 { private: DOUBLE yfactor; // 乘因子,初始化为1 DOUBLE xfactor; // x轴放大因子,初始化为1 DOUBLE addconst;
www.eeworm.com/read/179124/9371876

h vfunc.h

#ifndef VFUNC_H #define VFUNC_H #include #include "matrix.h" class valgo // 矩阵算法类 { private: DOUBLE yfactor; // 乘因子,初始化为1 DOUBLE xfactor; // x轴放大因子,初始化为1 DOUBLE addconst;
www.eeworm.com/read/179124/9371921

h vfunc.h

#ifndef VFUNC_H #define VFUNC_H #include #include "matrix.h" class valgo // 矩阵算法类 { private: DOUBLE yfactor; // 乘因子,初始化为1 DOUBLE xfactor; // x轴放大因子,初始化为1 DOUBLE addconst;
www.eeworm.com/read/179124/9371956

h vfunc.h

#ifndef VFUNC_H #define VFUNC_H #include #include "matrix.h" class valgo // 矩阵算法类 { private: DOUBLE yfactor; // 乘因子,初始化为1 DOUBLE xfactor; // x轴放大因子,初始化为1 DOUBLE addconst;
www.eeworm.com/read/179124/9371981

h vfunc.h

#ifndef VFUNC_H #define VFUNC_H #include #include "matrix.h" class valgo // 矩阵算法类 { private: DOUBLE yfactor; // 乘因子,初始化为1 DOUBLE xfactor; // x轴放大因子,初始化为1 DOUBLE addconst;
www.eeworm.com/read/177468/9451701

h vfunc.h

#ifndef VFUNC_H #define VFUNC_H #include #include "matrix.h" class valgo // 矩阵算法类 { private: DOUBLE yfactor; // 乘因子,初始化为1 DOUBLE xfactor; // x轴放大因子,初始化为1 DOUBLE addconst;
www.eeworm.com/read/176114/9515927

m pso.m

%主函数源程序(pso.m) %基本粒子群优化算法(Particle Swarm Optimization) c1=2; %学习因子1 c2=2; %学习因子2 w=0.9; %惯性权重 MaxDT=2000; %最大迭代次数 D=5; %搜索空间
www.eeworm.com/read/175187/9555830

h vfunc.h

#ifndef VFUNC_H #define VFUNC_H #include #include "matrix.h" class valgo // 矩阵算法类 { private: DOUBLE yfactor; // 乘因子,初始化为1 DOUBLE xfactor; // x轴放大因子,初始化为1 DOUBLE addconst;
www.eeworm.com/read/275116/10835274

m pso.m

function pso clc; format long; %给定初始化条件 c1=1.4962; %学习因子1 c2=1.4962; %学习因子2 w=0.7298; %惯性权重 MaxDT=10000; %最大迭代次数 D=input('搜索空间维数(未知数个数):