Particle-swarm-optimization-pso-for-MPPT-master
上传时间： 2017-03-11
上传用户：zosoong
粒子群优化算法（pso）是一种进化计算技术（evolutionary computation）,1995 年由Eberhart 博士和kennedy 博士提出，源于对鸟群捕食的行为研究 。
标签： 粒子群算法
上传时间： 2017-09-18
上传用户：yinfanghao
该代码目的是要用pso粒子群优化算法来解决TSP旅行商问题，可以动态变化
上传时间： 2018-05-23
上传用户：zhaoliangseu
粒子群标准算法。迭代找到最优解。在每一次的迭代中，粒子通过跟踪两个“极值”(pbest，gbest)来更新自己。在找到这两个最优值后，粒子通过下面的公式来更新自己的速度和位置。
上传时间： 2019-03-26
上传用户：威震天牛逼
matlab，pso-RBF神经网络的训练模型，可以参考学习
上传时间： 2019-12-03
上传用户：dadashizi
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
30个数学建模智能算法及MATLAB程序代码:chapter10基于粒子群算法的多目标搜索算法.rarchapter11基于多层编码遗传算法的车间调度算法.rarchapter12免疫优化算法在物流配送中心选址中的应用 .rarchapter13粒子群优化算法的寻优算法.rarchapter14基于粒子群算法的PID控制器优化设计.rarchapter15基于混合粒子群算法的TSP搜索算法 .rarchapter16 基于动态粒子群算法的动态环境寻优算法.rarchapter17基于pso工具箱的函数优化算法.rarchapter18鱼群算法函数寻优.rarchapter19基于模拟退火算法的TSP算法.rarchapter1遗传算法工具箱.rarchapter20基于遗传模拟退火算法的聚类算法.rarchapter21模拟退火算法工具箱及应用.rarchapter22蚁群算法的优化计算——旅行商问题(TSP)优化 .rarchapter23基于蚁群算法的二维路径规划算法.rarchapter24 基于蚁群算法的三维路径规划算法.rarchapter25有导师学习神经网络的回归拟合——基于近红外光谱的汽油辛烷值预测.rarchapter26.rarchapter27无导师学习神经网络的分类——矿井突水水源判别.rarchapter28支持向量机的分类——基于乳腺组织电阻抗特性的乳腺癌诊断 .rarchapter29支持向量机的回归拟合——混凝土抗压强度预测.rarchapter2基于遗传算法和非线性规划的函数寻优算法 .rarchapter30极限学习机的回归拟合及分类.rarchapter3基于遗传算法的BP神经网络优化算法 .rarchapter4sa_tsp.rarchapter5基于遗传算法的LQR控制器优化设计.rarchapter6遗传算法工具箱详解及应用 .rarchapter7多种群遗传算法的函数优化算法.rarchapter8基于量子遗传算法的函数寻优算法 .rarchapter9基于遗传算法的多目标优化算法.rar
上传时间： 2021-11-28
上传用户：
本书全面而系统地介绍了 MATLAB 算法和案例应用，涉及面广，从基本操作到高级算法应用，几乎 涵盖 MATLAB 算法的所有重要知识。本书结合算法理论和流程，通过大量案例，详解算法代码，解决具 体的工程案例，让读者更加深入地学习和掌握各种算法在不同案例中的应用。 本书共 32 章。涵盖的内容有 MATLAB 基础知识、GUI 应用及数值分析、MATALB 工程应用实例、 GM 应用分析、PLS 应用分析、ES 应用分析、MARKOV 应用分析、AHP 应用分析、DWRR 应用分析、 模糊逼近算法、模糊 RBF 网络、基于 FCEM 的 TRIZ 评价、基于 pso 的寻优计算、基于 pso 的机构优 化、基本 pso 的改进策略、基于 GA 的寻优计算、基于 GA 的 TSP 求解、基于 Hopfield 的 TSP 求解、基 于 ACO 的 TSP 求解、基于 SA 的 pso 算法、基于 kalman 的 PID 控制、基于 SOA 的寻优计算、基于 Bayes 的数据预测、基于 SOA 的 PID 参数整定、基于 BP 的人脸方向预测、基于 Hopfield 的数字识别、基于 DEA 的投入产出分析、基于 BP 的数据分类、基于 SOM 的数据分类、基于人工免疫 pso 的聚类算法、 模糊聚类分析和基于 GA_BP 的抗糖化活性研究。 本书适合所有想全面学习 MATALB 优化算法的人员阅读，也适合各种使用 MATALB 进行开发的工 程技术人员阅读。对于相关高校的教学与研究，本书也是不可或缺的参考书。另外，对于 MATLAB 爱好 者，本书也对网络上讨论的大部分疑难问题给出了解答，值得一读。
上传时间： 2022-07-26
上传用户：
