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化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域
标签： evolutionary computation PSO 粒子群
上传时间： 2016-04-26
上传用户：zhuimenghuadie
一种基于混合策略的改进粒子群优化算法，包括执行程序hpso.m和参数设定hPSOoptions.m两个源文件。代码清晰，易于改进实现。结果显示有效的提高了SPSO的性能
上传时间： 2014-01-27
上传用户：tfyt
这个是我自己编写的基于混沌自适应粒子群优化支持向量机用于分类的matlab程序，本程序以心脏病的诊断为例，得出了非常好的效果！主要贡献在于解决了支持向量机参数人为选取随意性大且效果好坏不稳定的难题！
上传时间： 2013-12-24
上传用户：jichenxi0730
％程序名称：求解约束优化问题的改进粒子群优化算法 ％程序功能：求解带各种约束条件的优化问题 ％输入条件：各种初始条件，以及设定参数 ％输出数值：最优解位置以及函数极小值
上传时间： 2016-12-06
上传用户：www240697738
用于无约束优化的鲍威尔优化方法， 程序中参数解释如下：//P:存放设计变量 //XI：存放两个线性无关的向量 //N：含有N各元素的一维实型数组，用于存储设计变量 //NP:整形变量，用于存储P与xi的维数 //FTOL：迭代精度 //FRET：输出参数，存放目标函数在找到的近似极小值点处的值 //ITER:迭代次数
标签：
上传时间： 2016-12-06
上传用户：1109003457
基于粒子群优化的神经网络训练算法研究论文 摘 要: 本文提出了基于连接结构优化的粒子群优化算法(SPSO) 用于神经网络训练,该算法在训练神经网络权 值的同时优化其连接结构,删除冗余连接,使神经网络获得与模式分类问题匹配的信息处理能力. 经SPSO 训练的神经 网络应用于Iris ,Ionosphere 以及Breast cancer 模式分类问题,能够部分消除冗余分类参数及冗余连接结构对分类性能 的影响. 与BP 算法及遗传算法比较,该算法在提高分类误差精度的同时可加快训练收敛的速度. 仿真结果表明,SPSO是有效的神经网络训练算法
上传时间： 2013-11-30
上传用户：myworkpost
提出了一种空面导弹下滑段、俯冲攻击段的弹道优化设计方案,以及一 种实现航向动态跟踪的具体方法。大量算例表明,采用本文中的空面导弹控制 方案可以设计、调试出较满意的弹道,达到获取导弹飞行性能数据并验证导弹总 体设计参数的目的。
上传时间： 2014-08-03
上传用户：xiaohuanhuan
利用神经网络度pid参数进行整定，优化参数
上传时间： 2017-02-14
上传用户：1159797854
Clark等人提出的广义预测控制自校正控制器是一种基于参数模型的预测控制算法，它采用了时段优化性能指标，结合辨识和自校正机制，从而克服自校正控制中存在的，本代码提供基于丢番图推导的单变量GPC程序
上传时间： 2014-11-17
上传用户：gonuiln
基于gaot工具箱优化BP以实现数据拟合。在nninit.m中修改数据存储的路径以及隐含层节点数的设置（S1），遗传算法与bp的参数修改在ga_bp.m中进行。
上传时间： 2013-12-12
上传用户：363186
