包含多个神经网络案例的智能算法，可以借鉴学习和参考
2021-10-17 00:35:29
4.34MB
1
以提高预测软件老化趋势为应用背景，提出一种新型粒子群退火算法（New Particle Swarm Annealing Algorithm，NPSOSA）优化BP神经网络的权值和阈值，继而构建NPSOSA-BP神经网络预测模型.实验通过搭建软件老化测试平台，收集所需的老化数据并进行仿真训练.实验结果表明，NPSOSA-BP神经网络模型相比于传统粒子群算法（PSO）、传统粒子群退火算法（PSOSA）优化的BP神经网络模型提高了预测精度和适用度，在该应用领域验证了本文方法的有效性.
2021-10-16 23:47:41
1.18MB
1
matlab代码粒子群算法鲁棒粒子群优化RPSO
这是国防科学技术大学数学与系统科学系的博士生罗强写的一种用于RPSO的简单Matlab算法。
它对任何学术用户都是免费的，但是请注意，不能保证没有错误。
热烈欢迎对这种算法的理论或应用进行任何讨论。
如果您使用此代码，请引用以下文章：
罗强东怡鲁棒粒子群优化的共同发展框架。
应用数学与计算，2008，199（2）：611-622。
如何使用？
核心算法在PSOed200.m中编码，从而最大程度地减少了给定的目标函数。
在此程序中已开发了四个算法（SPSO，LPSO，FPSP，RPSO），可以通过指定不同的AlgPara来调用。
myFun.m中已实现了许多目标功能。
如果要在程序中包含自己的目标函数，请简单地尝试将函数的代码添加到myFun.m中，作为“开关”的另一个“例”。
主要算法在runPSO.m中，其中显示了如何调用PSOed200的函数。
只需使用不同的参数调用PSOed200.m。
对应的电子邮件：
2021-10-16 21:38:51
38KB
1
以正向运动学方程为基础，冗余机械臂逆运动学解问题转换为等效最小值问题，提出一种自适应粒子群算法求解该问题。为了保持粒子群的活力，在算法内引入弹射操作。如果粒子满足设定自适应判别函数，粒子将按概率被从当前位置发射到较远区域。为了配合弹射操作，提出一种新的粒子优劣的判断机制，使得粒子可以被弹射飞出可行域。数值实验表明，算法具有较强的全局搜索能力和较快的搜索速度，是求解冗余机械臂逆运动学解的一种有效方法。
2021-10-16 15:45:08
2.2MB
1
智能优化算法： 粒子群优化算法（PSO）应用于神经网络优化程序。分为无隐含层、一隐含层、二隐含层。运行DemoTrainPSO.m即可
2021-10-15 22:37:29
760KB
1