分类预测 | MATLAB实现GAPSO-BP遗传算法组合粒子群算法优化BP神经网络多输入分类预测
分类预测 | MATLAB实现GAPSO-BP遗传算法组合粒子群算法优化BP神经网络多输入分类预测 @TOC 预测效果 基本介绍 1.分类预测 | MATLAB实现GAPSO-BP遗传算法组合粒子群算法优化BP神经网络多输入分类预测，运行环境Matlab2018b及以上；2.可视化展示分类准确率，可在下载区获取数据和程序内容。3.输入15个特征，输出4类标签。 模型描述 ...
路径规划算法：基于粒子群优化的机器人路径规划算法- 附matlab代码
✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。个人主页：Matlab科研工作室个人信条：格物致知。更多Matlab仿真内容点击智能优化算法 神经网络预测 雷达通信 无线传感器 &...
【粒子群算法和蝴蝶算法组合】粒子群混沌混合蝴蝶优化算法研究（Matlab代码实现）
1 概述文献来源：摘要:为了解决蝴蝶优化算法(BOA)精度低、收敛速度慢的问题，将两种或两种以上的算法进行杂交以获得优化问题的优解是研究的趋势。提出了一种新的混合算法HPSOBOA，并介绍了三种改进基本BOA的方法。因此，引入了基于一维三次映射的BOA初始化方法，并采用了非线性参数控制策略。此外，将粒子群优化(PSO)算法与BOA算法相结合，改进了全局优化的基本BOA算法。通过两个实验(包括26....
基于遗传算法和粒子群算法的潮流计算比较（Matlab代码实现）
1 概述电力系统潮流是指系统中的所有运行参数总体,其中包括各个发电机与负荷的功率及其电流、各母线电压的大小与相位、各个线路与变压器等元件所通过的电流、功率及其损耗。潮流计算是根据已知的电网结构和运行条件来确定系统运行形态的分析系统稳态运行的计算。它是电气工程长期研究的重要课题。本文讲解基于遗传算法和粒子群算法的潮流计算比较（Matlab代码实现）2 粒子群算法受Reynols和 Heppner的....
基于鹰优化算法和粒子群优化算法结合焊接梁设计，拉伸/压缩，压力容器，悬臂梁设计的应用（Matlab代码实现）
1 概述本文基于ES-PSO算法在设计问题上的实现.这里使用有四个问题。ES的灵感来自鹰的觅食行为。它使用不同的算法进行全局搜索和本地搜索。ES 是一种两阶段方法。在这里，使用ES改进了Particel Swarm优化（PSO）算法。这种方法用于一些设计问题;焊接梁设计，拉伸/压缩，压力容器，悬臂梁设计。2 运行结果2.1 焊接梁设计2.2 拉伸压缩弹簧设计 2.3 压力容器设计问题 2.4 .....
【路径优化】基于人工蜂群(ABC)算法和粒子群优化算法的组合求解路径优化问题（Matlab代码实现）
1 概述旅行商问题是一个典型的NP - Hard 问题.由于经典算法在解决较大规模的组合或高度非线性优化问题的效率低下.近年来,许多解决旅行商的元启发式的算法被提出来,主要有神经网络(Neural Network)、模拟退火（ Simulated An-nealing, SA)、遗传算法(Genetic Algorithms,GA)、蚁群优化算法（Ant Colony Optimization,....
（Matlab）基于遗传算法、粒子群算法求解路径规划问题
1 概述在1959年，Dantzing和Ramser在经过实验和思考后，首次提出配送车辆路径优化问题。在物流运输中配送是重要的环节，准确选择配送车辆路径能有效缩短运输时间、降低运输成本、满足顾客需求等目的。关于寻找最优配送线路问题已经成为研究的热点之一P。最初蚁群算法是研究旅行商的问题3，现在已经广泛应用到许多寻找最优解的问题中。例如:郑娟毅等利用蚁群算法寻找配送车辆路径最优的问题4，张银玲等利....
多种优化算法优化LSTM——【包括：粒子群、蝙蝠、正余旋、多元宇宙、正余弦、JAYA、哈里斯鹰、萤火虫、布谷鸟、非洲秃鹫、麻雀优化、灰狼优化、蜣螂优化】（Python代码实现）
欢迎来到本博客❤️❤️博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。本文目录如下：目录1 概述2 运行结果3 参考文献4 Python代码实现1 概述多种优化算法优化LSTM（Python代码实现）【包括：粒子群、蝙蝠、正余旋、多元宇宙、正余弦、JAYA、哈里斯鹰、萤火虫、布谷鸟、非洲秃鹫、麻雀优化、灰狼优化、蜣螂优化】2 运行结果 这里仅展现萤火虫....
【遗传算法、粒子群、改进遗传算法】基于智能算法的电力系统电网最优规划方案的研究（Matlab代码实现）
欢迎来到本博客❤️❤️博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。本文目录如下：目录1 概述1.1 简介1.2 中长期电网规划的数学模型及相关计算1.3 基于GA遗传优化算法的电网规划计算1.4 基于PSO优化算法的电网规划计算1.5 基于线性规划算法的电网规划计算1.6 基于改进遗传算法的电网规划计算2 运行结果2.1 遗传算法求解2.2 粒子群....
数学建模常用算法：粒子群算法(PSO)求解二元函数最小值+限定x,y范围测试【java实现--详细注释+Matlab绘制粒子群飞行过程】
代码package com.dam.heuristic.pso.test; import java.util.List; import java.util.Random; public class PsoApi { //粒子数量 private int particleNum; //个体学习因子，设置得越大，粒子越容易根据自己的想法飞行，若设置过大，容易跳出局部最优，但收...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
算法更多粒子群相关
智能搜索推荐
智能推荐（Artificial Intelligence Recommendation，简称AIRec）基于阿里巴巴大数据和人工智能技术，以及在电商、内容、直播、社交等领域的业务沉淀，为企业开发者提供场景化推荐服务、全链路推荐系统开发平台、工程引擎组件库等多种形式服务，助力在线业务增长。
+关注