搜索资源列表
dwqdsort111
- 1）实现以下常用的内部排序算法并对它们的时间效率进行比较： 必做（6种）：起泡排序、直接插入排序、简单选择排序、快速排序、希尔排序、堆排序； 选做：折半插入、二路归并、基数排序等等； 2）函数首部要求：void XXXXSort(char **list, int len, int n, int *c, int *s) 其中： a) XXXXSort为排序函数名，具体如下： 起泡排序BubbleSort
PSO
- 自己编写的一个非常简单的粒子群算法程序，适合初学者。自己调试通过。-I have written a very simple particle swarm optimization process, suitable for beginners. By their own debugging.
pso
- 程序说明： jblzq.m为基本粒子群程序求函数的最大值 lzq2.m是惯性权重法求函数的最大值 lzq3.m是惯性权重法求函数最小值。当然也可以用lzq2.m实现，在函数前加个负号 lzq4.m是收敛因子法求函数最小值 lzq5.m是带变异的惯性权重法求最大值，变异条件比较简单，变异次数多。还有一种变异是利用各粒的最优位置与全局最优位置的差的平方和，再开根号的值小于某一值最为收敛条件，将在我的报告中叙述 lzq
PSO(simple)
- 一个动画模拟的粒子寻找最小值的一个简单程序，有助于学习粒子群法-an animated simulation of particles searching for the minima of a simple function，which helps you learn PSO.
best-function-of-PSO
- 基于标准的粒子群算法编写了一个简单通用的matlab程序，求解函数最优值-matlab code of standard particle swarm optimization，best value
Particle-swarm-code
- 人工神经网络设想这样一个场景：一群鸟在随机搜索食物。在这个区域里只有一块食物。所有的鸟都不知道食物在那里。但是他们知道当前的位置离食物还有多远。那么找到食物的最优策略是什么呢。最简单有效的就是搜寻目前离食物最近的鸟的周围区域。 PSO从这种模型中得到启示并用于解决优化问题。PSO中，每个优化问题的解都是搜索空间中的一只鸟。我们称之为“粒子”-Particle swarm optimization
pso
- 简单的粒子群优化程序，模拟鸟群飞行时合作，将每只小鸟比作一个粒子。粒子通过自己的历史最优值和所有粒子的最优值来调整自己的速度和位置，从而达到目的地。-Simple particle swarm optimization procedure, the simulation when flying birds, compared each bird to a particle. Particle optimal value through
13
- 粒子群算法（PSO）是一种基于群体的随机优化技术。与其它基于群体的进化算法相比，它们均初始化为一组随机解，通过迭代搜寻最优解。不同的是：进化计算遵循适者生存原则，而PSO模拟社会。将每个可能产生的解表述为群中的一个微粒，每个微粒都具有自己的位置向量和速度向量，以及一个由目标函数决定的适应度。所有微粒在搜索空间中以一定速度飞行，通过追随当前搜索到的最优值来寻找全局最优值。 PSO模拟社会采用了以下三条简单规则对粒子个体进行操作：①飞
JAVA-PSO-master
- 一个简单实现的粒子群优化算法pso测试程序，输出粒子最优解，迭代50次后得到最终结果。( U4E00 u4E2 u5B3 u5B0 u5B9 u7B0 u7B0 u7B0 U89E3 uFF0C u8FED u4EE350 u6B21 u540E u5F97 u5230 u6700 u7EC8 u7ED3 u679C u3002)