针对粒子群算法的早熟收敛问题，提出一种新的基于群体适应度变化率自适应变异的粒子群优化算法。该算法根据群体适应度变化率自适应调整惯性权重的取值，根据当前种群的平均粒距对种群中部分粒子进行变异操作。自适应调整与变异操作能增强算法跳出局部最优的能力，增大寻找全局最优的几率。对几种典型函数的测试结果表明，新算法的全局搜索能力有了明显的提高，有效避免了早熟收敛问题。
2022-11-22 17:30:18
279KB
1
使用PSO优化RBF神经网络的主要参数中心值c, 宽度σ以及连接权值w。然后将影响输出响应值的多个特征因素作为PSO-RBF神经网络模型的输入神经元, 输出响应值作为输出神经元进行预测测试。
2022-11-22 16:30:34
4KB
1
MATLAB实现PSO-BiLSTM粒子群优化长短期记忆神经网络多输入回归预测（完整源码和数据）
数据为多输入回归数据，输入7个特征，输出1个变量。
运行环境MATLAB2018b及以上,程序乱码是由于版本不一致导致，可以用记事本打开复制到你的文件。
2022-11-22 11:25:36
300KB
测试函数shubert是周期测试函数，拥有多个全局最优解，单周期内拥有一个全局最优解，粒子群算法具有收敛速度快，参数设置简单，容易理解的特点，用粒子群算法求解shubert函数，效果较好
2022-11-21 20:25:46
92KB
1
针对标准粒子群算法在进化过程中种群多样性降低而早熟的问题 ,提出一种动态改变惯性权重的自适应粒子群算法.
2022-11-20 14:45:45
453KB
1
发表于 Expert Systems with Applications，第 39 卷，第 1 期，2012 年 1 月，第 960-966 页的论文代码
2022-11-19 21:36:38
33KB
1
多个函数利用多种粒子群算法解决优化问题：
用二阶粒子群优化算法求解无约束优化问题
用二阶振荡粒子群优化算法求解无约束优化问题
用混沌粒子群优化算法求解无约束优化问题
用基于选择的粒子群优化算法求解无约束优化问
用基于交叉遗传的粒子群优化算法求解无约束优化问
用基于模拟退火的粒子群优化算法求解无约束优化问题用随机权重粒子群优化算法求解无约束优化问题
用学习因子同步变化的粒子群优化算法求解无约束优化问题
用学习因子异步变化的粒子群优化算法求解无约束优化问题
2022-11-18 21:09:19
8KB
1
MATLAB实现PSO-GRU粒子群优化门控循环单元多输入回归预测（完整源码和数据）
数据为多输入回归数据，输入7个特征，输出1个变量。
运行环境MATLAB2020b及以上。
2022-11-17 15:26:29
260KB