Glowworm-Swarm-Optimisation:GSO算法的详细说明和实现-源码

上传者: 42122878 | 上传时间: 2021-12-04 09:51:32 | 文件大小: 2.97MB | 文件类型: -
萤火虫群优化 Python中的GSO算法的详细说明和实现glowworm.py --- GSO的实现萤火虫群优化.pdf-GSO报告萤火虫Swarm.pptx-GSO上的Powerpoint演示文稿 群机器人 群机器人技术是一种协调多机器人系统的方法,该系统由大量的大多数简单物理机器人组成。 假定期望的集体行为从机器人之间的相互作用以及机器人与环境的相互作用中出现。 多峰优化 在应用数学中,多峰优化处理的优化任务涉及查找问题的多个(至少局部最优)解决方案中的全部或大部分,而不是单个最佳解决方案。 GSO优化 萤火虫群优化(GSO)是一种基于群智能的算法,由KN Krishnanand和D.Ghose于2005年引入,用于同时计算多峰函数的多个最优值。优化和粒子群优化,但有几个显着差异。 GSO中的物质被认为是萤火虫,它们一起携带着称为荧光素的发光量。 萤火虫将使用目标函数评估的当前位置的

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明