针对GM(1,2) 建模难点和模型缺陷提出两种改进方法: 一是运用相关匹配算法, 在历史数据库中搜索与主序
列具有强关联特性的数据序列, 确定为模型参考序列; 二是引入粒子群算法, 以模型预测性能评价指标为目标函数对
模型参数进行辨识, 改善模型预测性能. 算例结果表明了改进方法的适用性和有效性.
2021-03-10 17:57:01
244KB
1
粒子群算法优化代码，编写了目标函数并且该函数包括约束条件，可以方便初学者学习进行套用。生物机理：鸟群寻找湖泊 在函数中，有很多是无法求出最优解的 在这时，我们会采用软计算方法，而PSO算法，在软计算算法中有重要的地位；
2021-03-09 18:50:19
2KB
1
基于粒子群算法利用Matlab平台对函数Rastrigrin函数、Griewank函数、Foxhole函数进行优化。
2021-03-08 20:18:25
47KB
1
本代码是matlab的代码，毕业设计的三个算法，对原来的粒子群算法进行改进，分别是混沌粒子群，和GAPSO得到的效果还不错，注意这是代码，源代码。
2021-03-08 17:33:01
554KB
1
多目标粒子群算法是一种十分有效的多目标寻优算法，关键是gbest和pbest的更新机制问题，希望能给大家带来帮助。
2021-03-08 14:18:44
5KB
1
用两种方法通过python编程对TSP问题的求解 , 一是通过gurobi求解器求解 , 二是通过智能算法PSO(粒子群算法)进行求解 . 并画出最优路径 .
资源中包括TSP问题的数学模型 , 两种求解方法的python代码 , 以及求解结果图 . 是学习最优化算法的绝佳实践项目 .
另:包含生成随机城市代码 , 可随意调整问题规模 , 获取实验结果 .
2021-03-06 17:49:22
680KB