智能优化算法matlab实现。包括：差分进化算法、禁忌搜索算法、粒子群算法、免疫算法、模拟退火算法、神经网络算法、遗传算法、蚁群算法。
2022-03-14 17:09:20
87KB
1
针对惯性权重改进策略大多采用同代粒子使用相同权重,忽略了粒子本身特点以及不同维上的有效信息,提出一种基于不同粒子不同维的动态自适应惯性权重粒子群算法(AWPSO)。在该算法中利用矢量运算分析粒子进化公式,用一种新的方法构造惯性权重公式,使惯性权重随不同代不同粒子不同维动态改变,加快粒子收敛速度和全局搜索能力。通过对7个典型测试函数的测试结果表明,AWPSO在收敛速度,收敛精度,全局搜索能力方面比线性惯性权重粒子群算法(LDIWPSO)均有不同程度上的提高。
2022-03-13 19:32:45
374KB
1
优化算法的比较
对于特定的模型，不同的算法会有不同的运行效率和不同的运算结果。而算法优劣的比较通常有两种：
同样运算时间下，解的质量的比较
得到最终解（或某水平以上满意解）所花时间的比较
*
2022-03-11 18:20:38
2.66MB
1
【智能优化算法 】基于烟花算法求解单目标优化问题含Matlab源码.zip
2022-03-08 09:41:28
1.01MB
1
粒子群优化算法是一种基于群体智能的随机全局优化技术,尽管其原理简单易、于实现且功能强大,但目前研究人员还没有对它的工作原理做出足够的解释。将群体优化过程看成一个动态系统的演变,采用线性离散时间系统的分析方法对算法的收敛性进行了分析,导出了简化PSO算法的收敛条件。考虑到参数是影响算法性能和效率的关键因素,利用标准测试函数对算法的参数选择进行了详细的分析,并给出一些指导性原则。
2022-03-06 02:42:08
658KB
1