粒子群算法PSO與MATLAB程序視頻教程動(dòng)態(tài)優(yōu)化及多目標(biāo)優(yōu)化 
，基于敏感粒子的動(dòng)態(tài)粒子群算法尋找雙峰動(dòng)態(tài)函數(shù)最優(yōu)值，多目標(biāo)背包優(yōu)化問題用多目標(biāo)粒子群算法求解，網(wǎng)絡(luò)流傳與正版粒子群算法工具箱PSOt應(yīng)用，MATLAB自帶算法命令與約束CPSO工具箱詳解，約束CPSO工具箱編程應(yīng)用及各種類型程序。? ? ?
910 1 10
鄭一 ??? 7年前
常用參數(shù)自動(dòng)標(biāo)定算法總結(jié)（單純形，遺傳算法，貝葉斯優(yōu)化算法，粒子群算法等） 
在本推文中介紹四類常用參數(shù)自動(dòng)標(biāo)定方案，分別是單純形方案，粒子群方案，遺傳算法方案，以及貝葉斯優(yōu)化ego方案。單純形方案實(shí)現(xiàn)最簡(jiǎn)單，適用于少參數(shù)，更窄的初始區(qū)間粒子群方案，遺傳算法方案適用于多參數(shù)更大的空間適合全局搜索ego方案相比于其余三類方案的優(yōu)勢(shì)體現(xiàn)為EGO使用代理模型（如高斯過程回歸）來預(yù)測(cè)目標(biāo)函數(shù)，極大減少了實(shí)際函數(shù)評(píng)估次數(shù)。
2568 1
晶體塑性有限元 ??? 1年前
基于粒子群優(yōu)化算法的六自由度機(jī)械臂三維空間避障規(guī)劃 
終止條件：算法迭代達(dá)到預(yù)設(shè)的最大次數(shù)或全局最優(yōu)值的改進(jìn)小于預(yù)設(shè)閾值時(shí)，終止迭代。具體求解步驟 初始化粒子群：在三維空間內(nèi)隨機(jī)生成多個(gè)粒子，每個(gè)粒子表示一條從起始點(diǎn)到目標(biāo)點(diǎn)的路徑。 計(jì)算適應(yīng)度值：對(duì)每個(gè)粒子，計(jì)算其路徑的適應(yīng)度值，包括路徑長(zhǎng)度和是否與障礙物相交等因素。 迭代優(yōu)化： 根據(jù)速度和位置更新公式，更新每個(gè)粒子的速度和位置。
2409
320科技工作室 ??? 1年前
基于pytorch的多目標(biāo)粒子群算法 
基于pytorch的多目標(biāo)粒子群算法，MOPSO,引導(dǎo)種群逼近真實(shí)Pareto前沿，算法運(yùn)行結(jié)束后將外部存檔中粒子作為獲得的Pareto最優(yōu)解近似。程序已調(diào)通，可以直接運(yùn)行，標(biāo)價(jià)為程序價(jià)格，不包含售后。程序保證可直接運(yùn)行。
1807
explicit ??? 2年前
11基于matlab的多目標(biāo)粒子群算法，MOPSO,引導(dǎo)種群逼近真實(shí)Pareto前沿，算法運(yùn)行結(jié)束后 
基于matlab的多目標(biāo)粒子群算法，MOPSO,引導(dǎo)種群逼近真實(shí)Pareto前沿，算法運(yùn)行結(jié)束后將外部存檔中粒子作為獲得的Pareto最優(yōu)解近似。程序已調(diào)通，可以直接運(yùn)行。
2386 1
matlab應(yīng)用與學(xué)習(xí) ??? 2年前
1-05基于pytorch的多目標(biāo)粒子群算法 
基于pytorch的多目標(biāo)粒子群算法，MOPSO,引導(dǎo)種群逼近真實(shí)Pareto前沿，算法運(yùn)行結(jié)束后將外部存檔中粒子作為獲得的Pareto最優(yōu)解近似。程序已調(diào)通，可以直接運(yùn)行。購(gòu)買后可下載視頻中的源程序文件。
209
matlab應(yīng)用與學(xué)習(xí) ??? 1年前
1-11 基于matlab的多目標(biāo)粒子群算法 
基于matlab的多目標(biāo)粒子群算法，MOPSO,引導(dǎo)種群逼近真實(shí)Pareto前沿，算法運(yùn)行結(jié)束后將外部存檔中粒子作為獲得的Pareto最優(yōu)解近似。程序已調(diào)通，可以直接運(yùn)行。PS:程序運(yùn)行視頻見https://gf.bilibili.com/item/detail/1103082078 購(gòu)買后可下載視頻中的源程序文件。
257
matlab應(yīng)用與學(xué)習(xí) ??? 1年前
1-63基于matlab的生物地理的優(yōu)化器（BBO）被用作多層感知器（MLP）的訓(xùn)練器。粒子群優(yōu)化（PSO）、蟻群優(yōu)化（ACO）、遺傳算法（GA）、進(jìn)化策略（ES）和基于概率的增量學(xué)習(xí)（PBIL） 
基于matlab的生物地理的優(yōu)化器（BBO）被用作多層感知器（MLP）的訓(xùn)練器。粒子群優(yōu)化（PSO）、蟻群優(yōu)化（ACO）、遺傳算法（GA）、進(jìn)化策略（ES）和基于概率的增量學(xué)習(xí)（PBIL）。計(jì)算了BBO-MLP、PSO、ACO、ES、GA和PBIL的分類精度并相互比較。輸出每種算法的收斂曲線和分類精度。程序已調(diào)通，可直接運(yùn)行。購(gòu)買后可下載視頻中的源程序文件。
259
matlab應(yīng)用與學(xué)習(xí) ??? 1年前
230基于matlab的布谷鳥（COA）多目標(biāo)優(yōu)化算法 
基于matlab的布谷鳥（COA）多目標(biāo)優(yōu)化算法，以 滿意度、成本、時(shí)間、質(zhì)量為目標(biāo)的多目標(biāo)優(yōu)化求解代碼。程序已調(diào)通，可直接運(yùn)行。
2093
matlab應(yīng)用與學(xué)習(xí) ??? 2年前
1-95基于matlab的多目標(biāo)優(yōu)化算法NSGA3 
基于matlab的多目標(biāo)優(yōu)化算法NSGA3，動(dòng)態(tài)輸出優(yōu)化過程，得到最終的多目標(biāo)優(yōu)化結(jié)果。數(shù)據(jù)可更換自己的，程序已調(diào)通，可直接運(yùn)行。購(gòu)買后可下載視頻中的源程序文件。
497
matlab應(yīng)用與學(xué)習(xí) ??? 1年前
1-89基于matlab的人工蜂群和粒子群混合優(yōu)化的路徑規(guī)劃算法 
基于matlab的人工蜂群和粒子群混合優(yōu)化的路徑規(guī)劃算法，起點(diǎn)和終點(diǎn)確定的前提下，在障礙物中尋找最佳路徑。數(shù)據(jù)可更換自己的，程序已調(diào)通，可直接運(yùn)行。購(gòu)買后可下載視頻中的源程序文件。
241
matlab應(yīng)用與學(xué)習(xí) ??? 1年前
十分鐘講解布谷鳥多目標(biāo)優(yōu)化算法原理及matlab代碼，非支配排序原理簡(jiǎn)介 
迅速掌握了解多目標(biāo)布谷鳥優(yōu)化算法及其matlab代碼
407
活潑可男_matlab教學(xué) ??? 3年前
Lumerical案例 | 基于粒子群優(yōu)化的雙波段MIM濾波器引領(lǐng)高靈敏度檢測(cè)革新 
這些參數(shù)的初始值為后續(xù)優(yōu)化提供了重要參考。粒子群優(yōu)化算法的精準(zhǔn)調(diào)控為突破傳統(tǒng)優(yōu)化方法的瓶頸，本研究引入粒子群優(yōu)化（PSO）算法對(duì)濾波器尺寸進(jìn)行全局優(yōu)化。在優(yōu)化過程中，PSO算法的目標(biāo)函數(shù)被設(shè)計(jì)為優(yōu)化MIM濾波器的傳輸特性。
2488
摩爾芯創(chuàng) ??? 4月前
粒子群優(yōu)化 （PSO）
這些算法可以應(yīng)用由所有實(shí)體共享的簡(jiǎn)單規(guī)則，并能夠利用個(gè)人之間的交互（稱為代理）在相互合作的基礎(chǔ)上解決優(yōu)化問題。
</div><div contenteditable="false" width="100%">
在眾多的群體智能算法中，最常用的兩種算法是粒子群優(yōu)化器 （PSO） 和蟻群優(yōu)化器 （ACO）。
2157
仿真資料吧 ??? 1年前
（基因算法）遺傳算法快速實(shí)現(xiàn)應(yīng)用（matlab代碼）多目標(biāo)最優(yōu)化分析 
適用于有一定matlab編程基礎(chǔ)的同學(xué)，想要快速學(xué)習(xí)多目標(biāo)遺傳算法原理和matlab代碼。
543
活潑可男_matlab教學(xué) ??? 3年前
粒子群優(yōu)化 （PSO）
在眾多的群體智能算法中，最常用的兩種算法是粒子群優(yōu)化器 （PSO） 和蟻群優(yōu)化器 （ACO）。在這里，我們將詳細(xì)解釋這兩者： 粒子群優(yōu)化 （PSO） 粒子群優(yōu)化 （PSO） 是一種優(yōu)化技術(shù)，其中一組潛在解決方案使用鳥類成群或魚群的社會(huì)行為來解決問題。在集群內(nèi)部，每個(gè)片段都被稱為一個(gè)粒子，它有可能提供解決方案。
2313
仿真資料吧 ??? 1年前
布谷鳥多目標(biāo)優(yōu)化算法原理及matlab代碼，非支配排序原理簡(jiǎn)介 
介紹了布谷鳥算法的優(yōu)化原理及matlab相關(guān)的代碼可以快速了解布谷鳥算法并實(shí)現(xiàn)快速應(yīng)用。
34
活潑可男_matlab教學(xué) ??? 3年前
孟錦豪等：基于NSGA-II遺傳算法的鋰電池均衡指標(biāo)優(yōu)化 
求解多目標(biāo)問題目前常見的算法有帕累托差分進(jìn)化算法(Pareto-based differential evolution，PDE)、多目標(biāo)差分進(jìn)化算法(multi-objective differential evolution，MODEA)、多目標(biāo)粒子群優(yōu)化算法(multi-objective particle swarm optimization，MOPSO)及多目標(biāo)遺傳算法(multi-objective
5044 4 2
能源阿陽(yáng) ??? 2年前
1-106基于matlab的粒子群算法與 Simulink 模型之間連接的橋梁是粒子（即PID控制器參數(shù))和該粒子對(duì)應(yīng)的適應(yīng)值（即控制系統(tǒng)的性能指標(biāo)） 
優(yōu)化過程如下：PSO 產(chǎn)生粒子群（可以是初始化粒子群，也可以是更新后的粒子群），將該粒子群中的粒子依次賦值給 PID 控制器的參數(shù) Kp、Ki、Kd，然后運(yùn)行控制系統(tǒng)的Simulink 模型，得到該組參數(shù)對(duì)應(yīng)的性能指標(biāo)，該性能指標(biāo)傳遞到 PSO中作為該粒子的適應(yīng)值，最后判斷是否可以退出算法。程序已調(diào)通，可直接運(yùn)行。購(gòu)買后可下載視頻中的源程序文件。
401
matlab應(yīng)用與學(xué)習(xí) ??? 1年前
HGWOSCA-改進(jìn)的灰狼優(yōu)化算法1(Matlab) 
因此本文將SCA的機(jī)制引入對(duì)于頭狼引導(dǎo)的更新中，以提高算法的全局性，加速搜索，避免算法迭代多次而無(wú)任何改進(jìn)。 2.2.1 正余弦算法 正余弦算法是 Mirjalili 于 2016 年提出的一種新型優(yōu)化算法。
2760
Matlab心得交流 ??? 2年前
20條/頁(yè) 
54 跳至頁(yè)
技術(shù)鄰APP
工程師必備
工程師必備
- 項(xiàng)目客服
- 培訓(xùn)客服
- 平臺(tái)客服
TOP
