【路径规划】基于粒子群结合模拟退火算法求解无人机三维路径规划含障碍matlab源码.zip
2021-11-02 22:43:37 1.73MB 简介
1
【优化求解】基于模拟退火结合粒子群优化算法matlab源码.zip
2021-11-02 21:47:29 751KB 简介
1
为了实现启发式优化算法的自适应参数调整, 避免算法陷入局部最优,提高算法的精度为解决参数辨识问题,采用自适应模糊粒子群算法(AFPSO)提出了从自动调整的三个方面对基本算法进行改进的建议参数,种群拓扑和突变特征。
2021-11-01 18:36:40 9KB matlab
1
入门的资料很多,眼花缭乱,但是进阶的资料却很少,粒子群算法优化LSTM神经网络,有数据在里面
2021-11-01 18:14:49 11KB LSTM PSO PSO优化LSTM 粒子群算法
1
 针对光伏阵列在阴影下具有多个最大功率点,而传统的优化算法不能有效跟踪全局最大功率点的问题,提出了一种基于粒子群优化算法的跟踪算法,在Matlab平台上利用M函数对光伏阵列和跟踪算法进行编程。仿真结果表明:该控制算法不仅具有跟踪速动快、稳态精度高的特点,而且能够跟踪全局最大功率点,比传统的优化算法更有优势。
1
粒子群算法,也称粒子群优化算法或鸟群觅食算法(Particle Swarm Optimization),缩写为 PSO, 是近年来由J. Kennedy和R. C. Eberhart等 [1] 的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种,和模拟退火算法相似,它也是从随机解出发,通过迭代寻找最优解,它也是通过适应度来评价解的品质,但它比遗传算法规则更为简单,它没有遗传算法的“交叉”() 和“变异”(Mutation) 操作,它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视,并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。
2021-11-01 11:32:32 196KB 粒子群 优化算法
1
【布局优化】基于粒子群算法求解配电网重构matlab源码.zip
2021-11-01 10:42:40 249KB 简介
1
论文研究-求解双层规划模型的粒子群优化算法 .pdf,
2021-10-31 18:25:41 192KB 论文研究
1
基于模拟退火的粒子群算法寻优.pdf
2021-10-30 16:29:54 1.53MB 算法 粒子群 数据结构 参考文献
介绍了杂交粒子群算法的原理,通过三个典型Benchmark函数对该算法的收敛精度进行了测试。将杂交粒子群算法应用到FIR数字滤波器的设计中,从而计算出FIR数字滤波器的系数。通过高通和带通两个实例进行仿真实验,并与Parks-McClellan算法设计的滤波器进行对比,结果表明,采用杂交粒子群算法设计FIR数字滤波器具有更好的通带和阻带特性,是一种有效的方法。
2021-10-30 15:30:44 544KB 论文研究
1