FPGA布局在自动化设计中起到了十分关键的作用。将粒子群蚁群混合算法应用于FPGA布局问题，针对MCNC基准电路进行布局实验，并与模拟退火算法（SA），模拟退火与遗传混合算法（GASA）及蚁群算法（ACO）等进行了对比。结果表明该布局方法具有较好的性能。
2022-07-08 20:45:16
407KB
1
针对K-均值聚类算法存在的不足,提出了一种新的整合粒子群优化算法(PSO)和K-均值算法的聚类算法.在新算法中,首先结合使用粒子群优化算法和K-均值算法搜索全局最优解的位置,然后再用K-均值算法在全局最优解附近的局部空间内快速寻找最优聚类中心.通过对4个数据集的实验测试,将此算法与K-均值算法、基于粒子群的K-均值算法进行了比较.实验结果表明,新算法的聚类质量比后两个算法更优.
2022-07-08 17:21:52
581KB
1
用粒子群pso算法优化pid控制的参数，matlab源代码，非常实用！ 用粒子群pso算法优化pid控制的参数，matlab源代码，非常实用！
2022-07-03 03:13:09
9KB
1
vmd分解matlab实现，变分模态分解，信号分解，可应用于各种信号的分解，以及入门学习的辅助材料，这是vmd方法提出者的原版代码
2022-07-01 21:04:19
4KB
优化传感器网络覆盖对于合理分配网络的空间资源、更好地完成信息感知和采集任务、提高网络的生存能力都具有重要的意义。在分析传感器节点有向感知模型的基础上，提出了一种有向传感器网络改进粒子群覆盖增强算法。该算法针对随机部署有向传感器网络，以网络区域覆盖率为优化目标，采用改进的多步式位置可选择更新粒子群优化算法，通过调整传感器节点的主感方向，减少网络感知重叠区和感知盲区，实现覆盖增强。仿真实验表明，该算法简单、高效，优于传统的覆盖增强算法。
2022-07-01 17:27:52
1.75MB
1