粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation).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： 2015-03-28
上传用户：源弋弋
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
上传时间： 2013-12-16
上传用户：eclipse
8。《遗传算法及其应用》，陈国良等编着 人民邮电出版社 2001年第一版 本书系统全面地介绍了遗传算法的基本原理、设计方法及其并行实现，以及它在组合优化、机器学习、图像处理、过程控制、进化神经网络、模糊模式识别和人工生命等方面的应用。 本书可作为高等院校计算机、无线电电子学、自动控制、生物医学工程等有关专业高年级学生或研究生的教材和参考书，也可供从事人工智能、信息处理研究和应用的科技人员学习参考。
标签： 算法
上传时间： 2015-07-01
上传用户：er1219
遗传算法是一种借鉴生物界自然选择和进化机制发展起来的高度并行、随机、自适应搜索算法。由于其具有健壮性，特别适合于处理传统搜索算法解决不好的复杂的和非线性问题。以遗传算法为核心的进化算法已与模糊系统理论、人工神经网络等一起成为计算智能研究中的热点，受到许多学科的共同关注。 本书全面系统地介绍了遗传算法的基本理论，重点介绍了遗传算法的经典应用和国内外的新
上传时间： 2016-01-08
上传用户：372825274
1,改进BP神经网络在股市预测中的应用.2,基于MATLAB工具箱的开采煤层自燃危险性预测.3,基于改进的神经网络的电力系统负荷预报.4,基于神经网络的灌溉用水量预测.5,基于遗传算法改进BP网络的地表沉陷预计.6,利用遗传算法改进BP学习算法.7,模糊神经网络在电力市场短期负荷预测中的应用.8,神经网络学习算法存在的问题及对策.9,遗传神经网络在电力系统短期负荷预测中的应用.10,应用改进BP神经网络进行用水量预测.11,用遗传算法改进的BP模型在刹车系统诊断中的应用研究.12,遗传算法改进的BP神经网络对汛期三门峡水库泥沙冲淤量的计算13,基于遗传算法的人工神经网络学习算法14.自适应遗传算法优化管网状态估计神经网络模型.15,基于GA_RBF神经网络的电梯交通流模式识别的研究
上传时间： 2013-12-27
上传用户：chenjjer
针对遗传算法的特点，提出一种用模糊控制的方法来调整交叉概率和变异概率的改进模糊遗传算法及其算法结构，并 将其应用于神经模糊控制器的综合优化设计。
标签： 算法
上传时间： 2013-12-30
上传用户：lizhen9880
微粒群算法[PSO ] 是由Kennedy 和Eberhart等于1995 年开发的一种演化计算技术, 来源于对鸟群捕食过程的模拟。PSO同遗传算法类似，是一种基于叠代的优化工具，但与遗传算法使用遗传操作子进行优化不同，利用群体中各个体之间的“协作”与“竞争”关系，根据自身及其竞争者的飞行经验，调整自己的行为。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。
上传时间： 2017-03-13
上传用户：2525775
在本书中，主要介绍两方面的内容。在第1章至第7章中，介绍了遗传算法的一些理论问题，以及我们在遗传算法研究中的一些成果。主要介绍遗传算法的基本原理和它的改进方法；研究了遗传算法收敛性定义和统一数学描述，收敛速度，最优保留遗传算法及其收敛性；研究了遗传算法种群多样性的问题；把模糊理论用于遗传算法的研究中，进行了模糊遗传算法研究；还对综合改进遗传算法进行了研究。在第8章和第9章中，介绍了遗传算法的应用问题。主要介绍遗传算法在舰船横摇动的模糊建模中的应用；遗传算法在舰船减摇鳍控制器优化设计中的应用。虽然书中以舰船为对象，针对舰船横摇运动建模的不确定性和非线性问题，进行了舰船横摇运动的模糊建模和减摇鳍控制器优化设计，但是这种方法也可以应用到其他具有不确定性和非线性系统的建模和控制系统设计中去。
上传时间： 2022-07-10
上传用户：
电机优化设计是复杂的有约束、非线性、混合离散多变量规划问题.该文在对电机优化设计理论进行研究的基础上,从一般传统的优化方法入手,对电机的全局优化设计方法特别是遗传算法进行了详细的研究和探讨.该论文的主要工作包括:(1)对适应于电机优化设计的常用传统优化方法(HOOKE-JEEVES法、MDOD法和SUMT法)进行了较为详细的研究,给出了各种方法的计算流程和步骤;(2)对全局优化的理论和方法进行了研究,分析了全局优化方法中的随机实验法、模拟退火算法和模拟进化算法各自的特点,对遗传算法的工作原理及其诸要素进行了详细的探讨;(3)在对遗传算法的基本原理进行研究的基础上,进行了电机优化设计遗传算法的研究,分析了各要素对电机优化设计遗传算法性能的影响;(4)建立了三相异步电机多目标优化设计的数学模型,分别编制了基于HOOKE-JEEVES法、MDOD法和多轮进化遗传算法的电机优化设计程序,并对使用各种优化方法优化的结果进行了对比分析.
上传时间： 2013-04-24
上传用户：tonyshao
遗传算法程序遗传算法程序遗传算法程序遗传算法程序遗传算法程序
上传时间： 2013-04-24
上传用户：nanjixehun
