登录
首页 » 算法 » 两目标pso算法

两目标pso算法

于 2022-03-26 发布 文件大小:11.07 kB
0 269
下载积分: 2 下载次数: 1

代码说明:

应用背景粒子群算法,也称粒子群优化算法(Particle Swarm Optimization),缩写为 PSO, 是近年来发展起来的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种,和模拟退火算法相似,它也是从随机解出发,通过迭代寻找

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 螺旋矩阵用来认为很难写这篇文章,因为如果复制在反正或…
    螺旋矩阵 以前觉得蛮难写的 这个好象还是抄的 反正留到了-Spiral matrix used to think pretty hard to write this as if copied in anyway or left to the
    2022-05-08 03:35:29下载
    积分:1
  • 这事lanrange插值算法实例
    这事lanrange插值算法实例-this interpolation algorithm examples lanrange
    2022-03-10 20:26:05下载
    积分:1
  • this doc is the best way to recognise the methods of clustering
    this doc is the best way to recognise the methods of clustering
    2022-06-19 08:38:37下载
    积分:1
  • 利用两点距离计算经纬度的matlab程序,欢迎交流。
    利用两点距离计算经纬度的matlab程序,欢迎交流。-use latitude and longitude distance calculation procedures of Matlab, welcomed the exchange.
    2023-03-27 23:50:04下载
    积分:1
  • 源包括一个递归模板版本和一个非
    The source includes a recursive template version and a non-recursive template version
    2022-03-18 21:30:09下载
    积分:1
  • nsga-iii进化多目标优化算法采用基于参考点的非支配排序方法
    开发的多目标优化算法采用进化优化方法和证明自己的优势在各种涉及实际问题主要是两个和三个目标,现在有一个不断增长的需求发展进化多目标优化(EMO)用于处理许多目标的算法(具有4或更多个目标)优化问题。在本文中,我们认识到一个最近几年的努力,并讨论了许多的可行方向发展潜力EMO算法求解多目标优化问题。此后,我们建议的参考点基于许多目标NSGA-II(我们称之为NSGA-III),强调人口会员,非主导且靠近一组提供的参考点。建议NSGA-III是施加到若干许多目标测试问题具有两个到15的目标,并与两个版本的一个最近比较建议EMO算法(MOEA/ D)。而每两个MOEA/ D的方法效果很好对不同类别的问题,所提出的NSGA-III被发现,以产生令人满意的结果在这项研究中考虑了所有的问题。本文介绍结果在无约束的问题,续集本文认为限制,在处理其他专科许多目标优化问题。
    2022-10-09 19:10:02下载
    积分:1
  • 庞特里亚金方程求解首次穿越时间
    根据赋值为阈值,求解首次穿越时间,全网首发,学习随机动力学的同学可以尝试运行一下,本代码为原创,如果有更好的意见,给以留下邮箱,多多交流
    2022-04-08 12:09:06下载
    积分:1
  • 声纳与 arduino 的接口
    这可以作为代码,以解释如何能与 arduino 接口声纳发现。它显示的代码来传递信息的部分的工作点到点的信息。这可以有助于获得正确的工作的 sd 链接和云
    2022-05-28 14:02:24下载
    积分:1
  • 常微分和偏微分方程中的c程序,C++,Fortran,java,马…
    Ordinary and Partial Differential Equation Routines in C, C++, Fortran, Java, Maple, and MATLAB
    2022-02-01 17:40:08下载
    积分:1
  • 粒子群优化算法 (PSO) c
    粒子群优化算法 (PSO) c粒子群优化 (PSO) 算法 [1,2] 在 C 可执行"插入"代码作为一个小型图书馆。粒子群优化算法用于涉及全局随机优化的连续函数 (称为目标函数) 的问题。粒子群优化算法也可用于离散优化问题,但在此库的当前版本中未实施这种行为。使用只是在代码中包括 pso.h 和 pso.c。您需要有 GNU 科学图书馆和各自的发展 (即标题) 文件,以在您的应用程序中包含 pso.c。你的 Makefile 中将添加到您的 LDFLAGS 的-lgsland lgslcblas。为了使用 pso_solve(),您需要:最小化目标函数 (见在 pso.h 中定义类型 pso_obj_fun_t),一个具有正确初始化的 pso_results_t 对象 (malloc 会) gbest 缓冲区。这是将存储发现最好的位置,以及最小的误差 (存储在成员错误)。一个具有正确初始化的值 (使用 pso_set_default_settings() 进行快速和肮脏的初始化) 的 pso_settings_t 对象功能邻域拓扑粒子群优化算法用于确定每个 particle 附近吸引子提供了三种不同的策略:全球的拓扑结构 (PSO_NHOOD_GLOBAL),每个粒子由每一另一种粒子群通知环形的拓扑 (PSO_NHOOD_RING) 在那里存在着固定的环型拓扑结构和每个粒子由其邻近的微粒通知
    2022-04-22 20:27:57下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载