Matlab车间动态调度PSO微粒群算法程序最后输出优化结果和甘特图，matlab2021测试。
2022-05-01 12:05:59
61KB
基于PSO粒子群优化的kmeans的聚类仿真，matlab2021a仿真测试。
2022-05-01 12:05:55
156KB
粒子群优化与其它基于群体的进化算法相比，它们均初始化为一组随机解，通过迭代搜寻最优解。PSO将每一个可能产生的解表述为群中的一个微粒，每个微粒都具有自己的位置向量和速度向量，以及一个由目标函数决定的适应度。本文首先介绍了基本的粒子群算法的理论和基本算法流程，然后介绍了模糊聚类的相关知识。从而对基于粒子群的聚类分析有更进一步的认识，然后在本文的第三章，通过MATLAB对该算法进行了仿真，并通过分析几张手动输入图片进行仿真分析，发现采用不同的距离方法均能实现图片的模糊聚类。
2022-04-30 09:09:23
617KB
组个比较全面的PSO粒子群优化算法的MATLAB仿真，matlab2021a仿真。
2022-04-28 12:05:23
13KB
PSO粒子群算法优化RBF网络，matlab2021a仿真测试
%G为迭代次数,n为个体长度(包括12个参数),m为总群规模
%w,c1,c2为粒子群算法中的参数
G =250;
n = 12;
m = 20;
w = 0.1;
c1 = 2;
c2 = 2;
2022-04-25 18:09:58
3KB
基于PSO粒子群优化的PID控制器最优参数kp，ki，kd计算，matlab2021a中运行测试
function z=PSO_PID(x)
assignin('base','Kp',x(1));
assignin('base','Ki',x(2));
assignin('base','Kd',x(3));
[t_time,x_state,y_out]=sim('PID_Model',[0,20]);
z=y_out(end,1);
2022-04-25 10:05:46
13KB