基于改进差分进化算法-径向基神经网络的电热水浴串级控制系统研究.pdf

python代码随处可见，利用python进行相关的操作和实现时每一个python入门者必不可少的内容，这里利用python 的相关知识，简单的进行了实验，希望对大家有所帮助

在目标跟踪领域，粒子滤波技术有处理非线性非高斯问题的优势，但是标准粒子滤波在利用重采样方法解决退化现象时，会产生粒子贫化问题，导致滤波精度不稳定.针对这种问题，本文算法采用了差分进化蝙蝠算法对粒子滤波进行改进.本文算法将粒子表征为蝙蝠个体，蝙蝠种群通过调节频率、响度、脉冲发射率，伴随当前最优蝙蝠个体在目标图像区域进行搜索，并且可以动态决策是采用全局搜索还是进行局部搜索，从而提高粒子整体的质量和合理的分布；引进的差分进化策略可以增强蝙蝠个体跳出局部最优的能力.为了验证本文算法的优化性能，将本文算法和标准粒子滤波算法进行性能分析对比.实验结果表明本文算法滤波性能优于标准粒子滤波算法.

差分进化算法是一类基于种群的启发式全局搜索技术， 对于实值参数的优化具有较强的鲁棒性． 为了提 高差分进化算法的寻优速度、 克服启发式算法常见的早熟收敛问题， 许多学者对差分进化算法进行改进． 本文综述 差分进化的基本形式及其多种改进形式， 讨论它们的优缺点， 指出下一步的改进方向

为了求解多技能资源受限项目调度问题（MSPSP），本文提出了一种改进遗传算法.首先根据问题的数学模型，确立了基于优先权的实数编码方式，并将目标函数转为适应度函数以供后续适应度的计算；接着将基于群体共享的小生境技术融入到遗传算法的选择过程中，并借助确定式采样选择和子种群的调整进一步提高算法的搜索能力；然后分别在交叉和变异操作中引入基因修复和多重验证机制，增强算法的寻优能力；最后给出了算法的总流程.算法在iMOPSE数据集上的求解效果表明本文的改进遗传算法是一种求解MSPSP问题的有效方法，对相关实际问题的研究具有良好借鉴意义.

matlab源码

基于改进差分进化算法的加热炉调度方法.docx

包含最基础的de差分进化算法，pso粒子群优化算法，以及fmincon（）等函数中最常用的内点法

分析基于联合补货策略的供应商选择与商品订货量分配协同决策问题,设计一种有效的改进差分进化算法(Improved differential evolution,IDE)进行求解.在考虑商品异质性带来的分组约束基础上,构建一种拓展的供应商选择与订货量分配协同决策新模型.对比算例分析表明,IDE在求解此问题及其扩展问题时优于标准差分进化算法和模拟退火算法,随机生成的大规模算例进一步验证了IDE求解此类复杂问题的优越性.

同步定位与地图构建（SLAM）是实现机器人自主定位的核心问题之一，Rao-Blackwellised粒子滤波器（RBPF）作为一种SLAM定位的有效方法，被广泛应用在实时定位领域中，但由于其随着粒子数目的增加会频繁重采样从而导致粒子退化问题。为了解决该问题，改善SLAM性能，提出了一种基于改进小生境遗传优化的RBPF SLAM算法INGO-RBPF，采用改进的Rao-Blackwellised粒子滤波器解决SLAM路径估计问题，采用扩展卡尔曼滤波器解决SLAM地图估计问题。最后通过MATLAB仿真表明INGO-RBPF算法具有较高的估计精度和稳定性，抗干扰能力较强，定位较准确，比较适合应用在SLAM实时定位中。