粒子群的工具箱，里面有m文件等等等。希望能对你有所帮助
上传时间： 2016-12-15
上传用户：lihuaaa
参考文献：M.Rostami Shahrbabak and H.Nezamabadi-pour, " A New Approach to Binary PSO Algorithm" 14th Iranian Conference on Electrical Engineering, may 2006.
上传时间： 2020-02-16
上传用户：Emperor翔
该文档为粒子群优化神经网络在SOC估算中的应用简介文档，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看………………
上传时间： 2021-11-19
上传用户：
IIR数字滤波器是冲激响应为无限长的一类数字滤波器，是电子、通信及信号处理领域的重要研究内容，国内外学者对IIR数字滤波器的优化设计进行了大量研究。其中，进化算法优化设计IIR数字滤波器虽然取得了一定的效果，但是其也有自身的一些不足；另外，基于粒子群算法以及人工鱼群算法的IIR数字滤波器优化设计也取得了较好的效果。但这些方法都是将多目标优化问题转化为单目标优化问题，这种方法是将每个目标赋一个权值，然后将这些赋了权值的目标相加，把相加的结果作为目标函数，在此基础上寻找目标函数的最小值，这样做造成的问题是可能将其中的任何一种满足目标函数值最小的情况作为最优解，但实际上得到的不一定是最优解。也就是说，单目标的方法难以区分哪一种情况为最优解，这样的寻优模型从理论上来说是难以得到最优解的。另外，在将多目标转化为单目标时，各个目标的权值难以确定，而且最终只能得到唯一解。针对这些问题，本文在研究传统遗传算法、进化规划算法以及量子遗传算法的IIR数字滤波器优化设计的基础上，将重点研究IIR数字滤波器的粒子进化规划优化、遗传多目标优化以及量子多目标优化。另外，由于在通信系统中IIR数字滤波器有广泛应用，并且大量采用FPGA实现，多目标优化方法得到的滤波器性能也值得验证，因此，对多目标优化方法得到的IIR数字滤波器系数进行FPGA仿真验证有重要的现实意义。 @@ 论文的主要工作及研究成果具体如下： @@ 1.分析IIR数字滤波器的数学模型及其优化设计的参数；针对低通IIR数字滤波器，采用遗传算法及量子遗传算法对其进行优化设计，并给出相应的仿真结果及分析。 @@ 2.针对使用进化规划算法优化设计IIR数字滤波器时容易陷入局部极值的问题，研究粒子进化规划算法，并将其应用于IIR数字滤波器的优化设计，该算法将粒子群优化算法与进化规划算法相结合，继承了粒子群算法局部搜索能力强和进化规划算法遗传父代优良基因能力强的优点。将这种新的粒子进化规划算法应用于IIR低通、高通、带通、带阻数字滤波器的优化设计，显示了较好的效果。 @@ 3.优化设计IIR数字滤波器时，通常将多目标转化为单目标的优化问题，这种方法虽然设计简单，但是在将多目标转化为单目标时，各个目标的权值难以确定，而且最终只能得到唯一解，不能提供更多的有效解给决策者。针对常 用基于单目标优化算法的不足，在分析IIR数字滤波器优化模型和待优化参数的基础上，本文研究遗传算法的IIR数字滤波器多目标优化设计方法，该方法将多个目标值直接映射到适应度函数中，通过比较函数值的占优关系来搜索问题的有效解集，使用这种方法可以求得一组有效解，并且将多目标转化为单目标的优化方法得到的唯一解也能被包括在这一组有效解中。@@ 4.将量子遗传算法应用于IIR数字滤波器多目标优化设计，研究量子遗传算法的IIR数字滤波器多目标优化设计方法，并将优化结果与传统遗传算法的多目标优化方法进行了比较。仿真结果表明，在对同一种滤波器进行优化设计时，使用该方法得到的结果通带波动更小，过渡带更窄，阻带衰减也更大。 @@ 5.针对IIR数字滤波器的硬件实现问题，在对IIR数字滤波器的结构特征进行分析的基础上，分别采用遗传多目标优化方法量子多目标方法优化设计IIR数字滤波器的系数，然后针对两组系数进行了FPGA( Field-Programmable GateArray，现场可编程门阵列)仿真验证，并对两种结果进行了对比分析。 @@关键词：IIR数字滤波器；优化设计
上传时间： 2013-06-09
上传用户：熊少锋
提出了基于杂交粒子群优化算法的分布式可再生能源并网的无功优化算法，从网损和静态电压稳定裕度两个角度出发，构建了含分布式发电系统的配电网无功优化的数学模型。在美国PG＆E 69节点配电系统上进行效验。结果表明，该算法收敛性好、精度高；分布式电源并网后能有效降低系统的有功网损，提高电压稳定性，对分布式电源并网运行具有一定的参考价值。
上传时间： 2014-12-24
上传用户：playboys0
针对传统PID控制系统参数整定过程存在的在线整定困难和控制品质不理想等问题，结合BP神经网络自学习和自适应能力强等特点，提出采用BP神经网络优化PID控制器参数。其次，为了加快BP神经网络学习收敛速度，防止其陷入局部极小点，提出采用粒子群优化算法来优化BP神经网络的连接权值矩阵。最后，给出了PSO-BP算法整定优化PID控制器参数的详细步骤和流程图，并通过一个PID控制系统的仿真实例来验证本文所提算法的有效性。仿真结果证明了本文所提方法在控制品质方面优于其它三种常规整定方法。
上传时间： 2014-03-21
上传用户：diets
提出了一个自适应量子粒子群优化算法，用于训练RBF网络的基函数中心和宽度，并结合最小二乘法计算网络权值，对RBF网络的泛化能力进行改进并用于特征选择。实验结果表明，采用自适应量子粒子群优化算法获得的RBF网络模型不但具有很强的泛化能力，而且具有良好的稳定性，能够选择出较优秀的特征子集。
上传时间： 2013-11-16
上传用户：erkuizhang
针对函数优化问题，提出了一种基于离差平方和法的粒子群优化算法。该算法用混沌序列初始化粒子的位置和速度，选择好于粒子群优化算法产生的粒子位置。通过离差平方和法进行聚类，利用分类方式来更新粒子的速度。最后将算法应用到3个典型的函数优化问题中，数值结果比较表明，提高了算法搜索能力，全局最优解的精度和收敛速度。
上传时间： 2013-11-14
上传用户：hxy200501
//开发平台：Microsoft .NET Framework 2.0，Microsoft Visual C# 2005 Express //日期：2005.3.12 //作者：刘波 //粒子群优化算法(PSO)：本算法求目标函数的最小值
标签： Microsoft Framework 2.0 NET
上传时间： 2015-03-15
上传用户：yyyyyyyyyy
大家好，这是一个基于粒子群优化算法的函数优化问题的MATLAB源码，希望能给大家提供帮助
标签： 家
上传时间： 2014-09-06
上传用户：pkkkkp
