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。

北京工业大学离散数学大作业群论调研报告

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。

模型算法之蚁群算法.zip

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

ps3111固件大包 Существуют стандартные прошивки и брендовые, которые незначительно отличаются между собой. Как их определить? Очень просто, обратите внимание на четвертый символ в названии файла: M (SBFM) = обычный бинарник Z (SBFZ) = OCZ A (SBFA) = TOSHIBA K (SBFK) = KINGSTON S (SBFS) = SEAGATE (MAXTOR) R (SBFR) = TRANSCEND G (SBFG) = INITIO SG (SBSG) = self-test (RDT) Далее в зависимости от типа флеш-памяти используемой в SSD-накопителе, подбирается соответствующий BIN-файл: 0x.x – mlc/tsb15 1x.x

遗传算法、蚁群算法、改进遗传算法、改进蚁群算法

利用蚁群算法整定PID控制参数

tsmoothie 一个用于以向量化方式进行时间序列平滑和离群值检测的python库。 总览 tsmoothie以快速有效的方式计算单个或多个时间序列的平滑度。 可用的平滑技术是： 指数平滑 具有各种窗口类型（常量，汉宁，汉明，巴特利特，布莱克曼）的卷积平滑 使用傅立叶变换进行频谱平滑 多项式平滑 各种样条平滑（线性，三次，自然三次） 高斯平滑 Binner平滑 低价 各种季节性分解平滑（卷积，最低，自然三次样条） 带有可自定义组件（水平，趋势，季节性，长期季节性）的卡尔曼平滑 tsmoothie提供了平滑处理结果的间隔计算。 这对于识别时间序列中的异常值和异常可能很有用。 关于使用的平滑方法，可用的间隔类型为： sigma间隔 置信区间 预测间隔 卡尔曼区间 tsmoothie可以执行滑动平滑方法来模拟在线使用。 可以将时间序列分成相等大小的片段，并分别进行平滑处理。 与往常一样，此功能通过WindowWrapper类以矢量化方式实现。 tsmoothie可以通过BootstrappingWrapper类操作时序引导程序。 支持的引导程序算法为： 没有重叠的块引导

MSP项目集群学习，1000字，OGC项目基准标准，欢迎大家下载学习