粒子群算法,也称粒子群优化算法或鸟群觅食算法(Particle Swarm Optimization),缩写为 PSO, 是近年来由J. Kennedy和R. C. Eberhart等 [1] 开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种,和模拟退火算法相似,它也是从随机解出发,通过迭代寻找最优解,它也是通过适应度来评价解的品质,但它比遗传算法规则更为简单,它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作,它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视,并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。
2019-12-21 20:01:44 5KB Python 粒子群算法 PSO
1
matlab实现粒子群算法(PSO) 极值优化的程序代码
2019-12-21 19:43:37 6.2MB matlab 粒子群算法(PSO) 极值优化
1
本科毕业论文的程序,Matlab编写,有51个城市,城市地址可改,城市的数量也可改!!并且和GA的结果进行对比!!
2019-12-21 19:42:32 10KB PSO TSP MATLAB
1
粒子群算法的c语言环境下的实现,上传的是整个方案,可以直接使用VS2010打开,可以自己更改适应度函数值
2019-12-21 19:25:12 unknown pso算法 c语言 适应度函数
1
关于粒子群算法求解博弈论中的纳什均衡解的论文
2019-08-30 16:41:22 167KB 粒子群算法 pso 博弈 纳什均衡
1