1.资源内容:粒子群算法的python实现代码 2.粒子群优化算法是一种演化计算技术,来源于对一个简化社会模型的模拟,可用于优化问题 3.可在建模过程中使用 4.适合算法初学者和有相关需求者使用或改进 5.针对不同的目标函数,更改fitness函数即可
2022-02-21 22:03:53 4KB python 算法 开发语言 粒子群
1
UPSO是对粒子群算法的一种改进,是最新提出的一种算法。也常和其它改进的粒子群算法做对比
2022-02-21 17:50:00 2KB UPSO 粒子群 matlab
1
1.使用粒子群算法求解任意函数最值(最大、最小均可) 2.计算过程中实时输出寻优图像 3.最终输出gif文件用于演示计算过程 4.粒子数、迭代次数、精度、目标函数值等可修改 5.有较多注释,简单易懂
2022-02-21 09:12:57 3KB matlab 算法 粒子群算法 PSO
1
混合粒子群非线性系数matlab代码
2022-02-20 19:24:23 1KB 粒子群
1
基于粒子群算法的水资源优化配置.pdf
2022-02-19 10:39:04 387KB 算法 粒子群 数据结构 参考文献
基于模拟退火粒子群算法的水资源优化配置.pdf
2022-02-18 10:20:35 1.8MB 算法 粒子群 数据结构 参考文献
【预测模型】基于粒子群算法优化最小二乘支持向量机lssvm实现预测附matlab源码2
2022-02-17 16:15:13 1003KB
1
对象为风电接入的IEEE33节点配电系统,已知风电分别接入在10节点(pw1)和17节点(pw2),采用粒子群优化算法求解无功补偿装置的最优补偿无功功率,使得系统的网损最小,潮流计算采用前推回代法。 目标函数:确定无功补偿装置接入系统的最优无功补偿注入功率使得系统的运行网损最小(程序中的注释有详细的说明)约束:无功出力上下限,关于粒子群迭代过程中,粒子位置越限处理注释中有说明。
 能源短缺和环境问题已成为本世纪全球面临的最重要课题,作为一种新的能源形式,固体氧化物燃料电池(SOFC)技术日益受到重视。由于现有的SOFC模型过于复杂,难以满足工程上对SOFC系统实时控制的需求,提出利用粒子群算法(PSO)优化径向基函数(RBF)神经网络,从而实现对SOFC的建模。PSO对RBF神经网络的中心值和连接权值进行优化,提高了网络的泛化性能,使其非线性逼近能力更强,从而达到精确模型的目的。仿真实验验证了粒子群算法在SOFC建模的有效性。
1
文档对粒子群算法进行了非常详细,且简单易懂得的解释。希望会给好学者以启示,祝你学习顺利。 文档对粒子群算法进行了非常详细,且简单易懂得的解释。希望会给好学者以启示,祝你学习顺利。
2022-02-16 09:42:41 193KB 粒子群 算法详解
1