本资源采用标准粒子群算法对3-5-3多项式进行轨迹优化，目标函数为时间最优，程序为matlab代码，仅供学习参考
2021-02-21 11:27:33
10KB
1
旅游客流量具有明显的非线性和季节性特征，所以采取季节调整方法对样本数据进行预处理，消除季节性的影响，可以提高客流量预测的准确性。同时SVR（支持向量回归机）是一种良好的机器学习方法，非常适合预测研究，辅以PSO（粒子群算法）选取合适的回归参数可以获得更加精确的预测结果。鉴于此，构建一种考虑季节影响的PSO-SVR模型，以北京为例将不同旅游客流量预测方法的拟合优度进行比较。结果显示：季节调整的PSO-SVR模型预测精度明显高于SVR、季节调整的SVR和PSO-SVR模型，该模型是进行旅游客流量预测的有效工具。
2021-02-20 20:20:13
923KB
1
粒子群（PSO）优化的极限学学习机（ELM），用粒子群优化算法优化的极限学习机，可用于数据的回归和分类，实测比单纯的极限学习机精度高的多。
2021-02-18 14:21:23
71KB
1
Non linear equality and inequality constrained PSO（非线性等式与不等式约束PSO）利用粒子群算法求解非线性等式和不等式约束的最小值。包括matlab完整代码。
2021-02-08 10:55:22
2KB
1
一噶简单的粒子群优化算法c语言程序代码，附加注释，易懂易理解.. 一噶简单的粒子群优化算法c语言程序代码，附加注释，易懂易理解..
2021-02-02 15:34:40
13KB
1