python 智能算法——粒子群算法简单例子
2021-10-18 22:10:47 364B python 智能算法 粒子群算法
1
【优化求解】模拟退火结合粒子群优化算法matlab源码.md
2021-10-18 21:12:25 7KB
1
粒子群算法在求解数学建模最优化问题中的应用,希望能帮到参加建模的同志
2021-10-17 20:59:00 1.99MB 粒子群 算法 数学建模 最优
1
为改进工作面煤矿瓦斯涌出浓度的预测精度,基于深度学习网络、SVM和粒子群(PSO)优化算法的原理,建立1种深度学习网络与粒子群优化SVM神经网络耦合的混合算法模型,该算法首先基于深度学习理论学习样本数据较深层次的特征,提取出较少个用来表征原始数据的特征量变量,对特征变量建立PSO-SVM预测模型进行瓦斯涌出浓度预测,通过工作面现场采集的数据进行仿真实验,实验结果表明该方法使预测精度较对原始数据直接进行PSO-SVM预测得到较大的提升,同时实现了原始数据的降维,减少了算法的运行时间,提高了算法效率。
1
粒子群算法的寻优算法非线性函数极值寻优
2021-10-17 18:29:05 2KB MATLAB 神经网络
1
PySwarms是用于Python中的粒子群优化(PSO)的可扩展研究工具包。 它适合希望在问题中实施PSO的高层声明接口的群体情报研究人员,从业人员和学生。 PySwarms启用了PSO的基本优化以及与群体优化的交互。 在下面查看更多功能! 免费软件: MIT许可证 文档: : 。 Python版本: 3.5及更高版本 产品特点 用于粒子群优化的高级模块。 有关所有优化器的列表,请单击。 内置目标函数以测试优化算法。 成本历史和粒子运动的绘图环境。 超参数搜索工具可优化群体行为。 (针对开发人员和研究人员):高度可扩展的API,用于实现您自己的技术。 安装 要安装PySwarms,请在终端中运行以下命令: $ pip install pyswarms 这是安装PySwarms的首选方法,因为它将始终安装最新的稳定版本。 如果您想安装最新版本,请克隆此仓库: $ git clone -b development https://github.com/ljvmiranda921/pyswarms.git 然后运行 $ cd pyswarms $ python s
1
dynamic multi swarm optimization algorithm
2021-10-17 16:13:26 6KB 带约束粒子群
1
粒子群算法与神经网络的结合,加快神经网络的训练时间,避免陷入局部极值
2021-10-17 14:37:28 299KB 粒子群
1
包含多个神经网络案例的智能算法,可以借鉴学习和参考
2021-10-17 00:35:29 4.34MB matlab 智能算法
1