可以运行粒子群代码
%------进入主要循环，按照公式依次迭代，直到满足精度要求------------
for t=1:MaxDT
for i=1:N
v(i,:)=w*v(i,:)+c1*rand*(y(i,:)-x(i,:))+c2*rand*(pg-x(i,:));
x(i,:)=x(i,:)+v(i,:);
if fitness(x(i,:),D)
2022-05-25 11:07:35
2KB
1
粒子群算法（PSO）无线传感器网络（WSN）节点覆盖优化
基于 0/1 模型，进行寻优
语言：Python
2022-05-25 09:05:45
84KB
粒子群算法求解极小值的基本例子，代码已在MATLAB R2017b 平台运行通过，结果正确。初学者可以用来参考，具体问题需修改fitness以及对应的变量。
2022-05-25 04:01:55
992B
1
显示了三个文件： 1）“ Fitting.m”：它是“主”文件。 2）“ ObjFun_fun.m”：在此文件中计算目标函数。 它接受必须输入所有输入数据的“数据”结构作为输入。 3）“ Optimization_PSO_v02.m”：这是PSO优化功能。 不得修改此文件。 可以设置该问题来修改其他两个文件。
在示例中，显示了一个 2D 曲线拟合问题。
如何创建优化问题？ -打开“ Fitting.m”文件并创建一个名为“数据”的结构，在该结构中必须放置优化问题所需的所有输入数据。 -打开“ ObjFun_fun.m”文件，并编写计算目标函数所需的代码。 在示例中，目标函数是最小二乘，因此在此处进行计算。 包含所有输入数据的“数据”结构会自动传递到此函数，因此无需修改其他文件。 -运行“ Fitting.m”文件。
对于0D动态系统中的参数估计问题，我也使用了相同的文件。
请，如
2022-05-24 16:41:39
4KB
1
更新粒子的速度和位置：
初始速度：
初始位置：
群体历史最优解：
个体历史最优解：
取 ，
, 得到速度和位置的更新函数为
2022-05-23 13:05:18
883KB
1
张继荣,张天.基于改进粒子群算法的PID控制参数优化[J].计算机工程与设计,2020,41(04):1035-1040
PSO算法优化Simulink模型的参数在线整定 资源及仿真模型介绍：
https://blog.csdn.net/qq_42249050/article/details/111247446
2022-05-22 14:00:31
5.42MB
使用BP神经网络、RBF神经网络以及PSO优化的RBF神经网络进行数据的预测+含代码操作演示视频
2022-05-19 22:06:48
809KB