智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码介绍
2022-05-18 10:03:38
551KB
1
编写粒子群优化研究工具箱是为了协助论文研究，以对抗粒子群优化 (PSO) 的过早收敛问题。 控制面板提供了足够的灵活性以适应各种研究方向； 在指定您的意图之后，工具箱将自动执行多项任务，以腾出时间进行概念设计。
示例特征
+从Gbest PSO，Lbest PSO，RegPSO，GCPSO，MPSO，OPSO，全局最佳的柯西突变以及混合组合中进行选择。
+ 基准套件包括 Ackley、Griewangk、Quadric、noise Quartic、Rastrigin、Rosenbrock、Schaffer's f6、Schwefel、Sphere 和 Weighted Sphere。
+ 每个试验使用自己的伪随机数序列来确保数据的可重复性和唯一性。
+ 选择最大数量的函数评估或迭代。 如果达到成功阈值或检测到过早收敛，则提前终止。
+ 选择静态或线性变化的惯性权重。
+ 激活
2022-05-17 10:52:46
1.97MB
1
提出了一种有效的k近邻分类文本分类算法，即SPSOKNN算法，该算法利用粒子群优化方法的随机搜索能力在训练集中随机搜索.在搜索k近邻的过程中，粒子群跳跃式移动，掠过大量不可能成为k近邻的文档向量，并且去除了粒子群进化过程中粒子速度的影响，从而可以更快速地找到测试样本的k个近邻.通过验证算法的有效性表明，在查找k近邻相同时，SPOSKNN算法的分类精度高于基本KNN算法。
2022-05-16 20:27:19
582KB
1
Binary Particle Swarm Optimization for Feature Selection：简单算法展示了如何在特征选择问题中使用二进制粒子群优化（BPSO）。-matlab开发
用于特征选择任务的简单二元粒子群优化（BPSO），可以选择潜在特征以提高分类精度。
演示了一个示例，该示例说明了如何使用具有分类错误率的BPSO（由KNN计算）作为使用基准数据集进行特征选择问题的适应度函数。
****************************************************** ****************************************************** **********************************
2022-05-15 11:35:47
121KB
1
针对洪涝灾区紧急物资分配问题,构建结合“互联网+”的研究框架,提出一种混合优化方法.从以下几个方面进行研究:对灾区物资需求进行遗传点估计;对受灾区域进行无监督聚类划分;明确紧急度优先级;依权重将应急库存剩余救援物资分配到灾区;更新灾区物资需求,直到灾区需求达到预设满足程度.研究表明,所提出的混合优化方法能够在需求满足比率和时间分配成本两方面实现系统优化,有效利用黄金救援期实现人道主义救援.
2022-05-13 11:00:04
1.67MB
1