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):