算法介绍 每个寻优的问题解都被想像成一只鸟,称为“粒子”。所有粒子都在一个D维空间进行搜索。 所有的粒子都由一个fitness function 确定适应值以判断目前的位置好坏。 每一个粒子必须赋予记忆功能,能记住所搜寻到的最佳位置。 每一个粒子还有一个速度以决定飞行的距离和方向。这个速度根据它本身的飞行经验以及同伴的飞行经验进行动态调整。
2021-12-20 14:57:39 2.62MB 粒子群优化 算法 解析
1
<html dir="ltr"><head><title></title></head><body>针对当前各种粒子群优化算法解决问题时存在的局限性, 提出一种基于混合策略自适应学习的粒子群优化算法(HLPSO). 该算法从收敛速度、跳出局部极值、探索、开发几个不同角度融合了4 种具有不同优势的变异策略,当面对不同形态的复杂问题时通过自适应学习机制选择出合适的策略来完成全局寻优. 通过对7 个标准测试函数的仿真实验并与其他算法相比较, 所得结果表明了所提出的算法具有较快的收敛速度、较高的精度以及很强的跳出局部极值的能力.</body></html>
1
smo优化优化matlab代码SMO 社交拟态优化算法及工程应用 社会拟态优化算法和工程应用的示例 Matlab 代码(0.1 版) 您只需要在 Costfunc.m 中引入要最小化的函数。 然后输入 SMO 参数和问题参数(第 28 至 40 行)。 请在您的研究论文中参考以下期刊文章:Saeed Balochian、Hossein Baloochian,Social Mimic Optimization Algorithm and Engineering Applications,Expert Systems with Applications,2019,ISSN 0957-4174。 ()。 社会模仿优化算法及工程应用 MATLAB 代码示例(0.1 版) 优化社会模仿和工程应用的算法,将成本函数写入文件(Costfunc.m)中,仅供使用。 然后输入算法参数如人口数和问题参数如变量数和取值范围(第28至40行) 请在您的研究文章中参考以下期刊文章:()。
2021-12-20 09:29:54 843KB 系统开源
1
基于双子群协同进化思想和果蝇优化算法,提出了一种求解0-1背包问题的双子群果蝇优化算法。利用双子群协同进化以及群半径自动调节来增强搜索过程的多样性,提高算法全局寻优能力;给出了双子群果蝇优化算法的具体步骤,并用MATLAB软件编程实现。通过对多个0-1背包问题的算例进行测试,并将测试结果与其他文献结果进行比较,结果表明,双子群果蝇优化算法具有较好的全局寻优能力,可作为求解0-1背包问题的一种实用方法。
1
蚁群优化算法求解旅行商问题。内有代码有报告 1、理解蚁群优化算法的思想。 2、利用 Matlab 实现蚁群优化算法求解 TSP 问题。 3、分析算法中各种参数变化对计算结果的影响。 二、实验要求 1、打印程序清单。 2、绘制算法求解过程图。 3、记录多次运行算法的最优解。 4、比较算法在不同参数设置下的性能区别。 5、简要回答思考题。
2021-12-19 21:39:12 260KB 蚁群优化 旅行商
1
1、粒子群算法发展历史简介 由Kennedy和Eberhart于1995年提出. 群体迭代,粒子在解空间追随最优的粒子进行搜索. 简单易行 粒子群算法: 收敛速度快 设置参数少 由Kennedy和Eberhart于1995年提出. 群体迭代,粒子在解空间追随最优的粒子进行搜索. 简单易行 粒子群算法: 收敛速度快 设置参数少
2021-12-19 17:00:42 895KB 智能算法 优化算法
1
最优化算法及其Matlab程序-Matlab程序.rar Matlab程序.rar 每节顺序排列
2021-12-19 16:13:52 34KB matlab
1
hftbot版本3 对象: 三角形中涉及三种对象类型/接口。 每个都直接连接到其他两个。 交易所--- gdax --- poloniex 分析器(允许我们在漫游器和交易所之间共享资源)---购买墙壁分析仪大脑---体积分析仪大脑 交易者---一分钱跳跃机器人---摇摆交易机器人 交易机器人可以实现任何或多个API来下达和管理订单。 这与上面的“ Exchange”类型完全分开,后者只是一个数据馈送/输入对象。 僵尸程序始终会运行多个协同例程。 监控有效订单-检查止损是否被击中,进行调整-订单完成时通知 寻找机会(来自“ <-tick”频道的信息) Bot具有任务队列,可防止它们过载。 例如,我们一次只能发出有限数量的LIMIT订单(取决于余额,风险偏好等)。 因此,机会分析器协同例程仅通过容量有限的队列调用placeLimitBuyOrder()。 直到我们收到GDAX服务
2021-12-19 10:38:19 14KB Go
1