m基于GA遗传算法的高载能负荷响应优化控制模型matlab仿真
1.算法描述 高载能企业执行子站接收负荷调整指令后，需将有功功率、无功功率调整总量合理分配给各用能设备/系统。研究高载能负荷响应优化控制模型，建立以高载能企业响应效益最优为目标，以各用能设备/系统在不同时间尺度下有功、无功响应容量为变量，以各用能设备/系统在不同时间尺度下响应潜力、无功补偿容量、用电重要等级、生产工艺环节协调配合、有功功率及无功功率调整总量等为约束，提出寻优求解方法。 ...
m基于GA遗传算法的PMSM永磁同步电机参数最优计算matlab仿真
1.算法描述 永磁同步电机（PMSM）基本结构为定子、转子和端盖。其中转子磁路结构是永磁同步电机与其它电机最主要的区别，其在很大程度上决定了永磁同步电机的实际性能指标。通常情况下，永磁同步电机的转子磁路结构分为：凸装式、嵌入式和内置式三种结构。目前为止，由于永磁同步电机优越的性能，其越来越受到国内外专家学者的重视，并广泛应用到了工业领域的各个方面。 遗传算法的优化目标可以用如下公式表示：表示...
m基于遗传算法的城市生活垃圾回收网络优化matlab仿真
1.算法描述 目前,城市生活垃圾成为困扰我国大多数城市健康发展的痼疾.与国外相关国家相比,我国垃圾回收处理模式存在资源化程度低,处理方式单一等弊端,很多城市在积极探索新的垃圾回收模式.鉴于中国与巴西国情比较接近,巴西的塞普利模式具有较高参考意义.从文献阅读来看,将垃圾回收问题视为单独的选址-运输问题或垃圾收集车辆路径问题(VRP),很少将两者结合起来考虑,也很少考虑垃圾的回收利用.基于此背景...
m基于MSOPSO多策略粒子群算法的目标优化matlab仿真
1.算法描述 粒子群优化算法(particle swarm optimization，PSO)是一种源于对鸟群捕食行为的研究而发明的进化计算技术，最先由Eberhart 博士和Kennedy 博士提出，其主要想法是：将每个优化问题的解看作是搜索空间中的一个没有体积的粒子，在搜索空间中以一定的速度飞行，速度的大小与方向根据它本身和同伴的飞行经验来动态调整。 粒子Xi 在第t 次进行迭...
基于PSO粒子群优化算法的TSP路径规划matlab仿真
1.算法描述 粒子群优化算法（PSO），粒子群中的每一个粒子都代表一个问题的可能解， 通过粒子个体的简单行为，群体内的信息交互实现问题求解的智能性。 在求解TSP这种整数规划问题的时候, PSO显然与ACO不同, PSO需要对算法本身进行一定的修改, 毕竟PSO刚开始是应用在求解连续优化问题上的. 在路径规划中，我们将每一条路径规划为一个粒子，每个粒子群群有 n 个粒 子，...
m基于可见光通信系统的RFID接口过程以及ALOHA防碰撞算法的matlab仿真
1.算法描述 射频识别技术(Radio Frequency Identification，RFID)是一种非接触式自动识别技术，与传统的识别方式相比，它无需直接接触、无需光学可视、无需人工干预即可完成信息输入和处理，具有操作方便快捷、存储数据量大、保密性好、反应时间短、对环境适应性强等优点，现在已广泛应用于工业自动化、商业自动化和交通运输管理等领域，成为当前IT业研究的热点技术之一。 典...
基于多领导者智能体的Olfati算法matlab仿真
1.算法描述 人们通过群体行为的研究可以揭示群体智能的产生，群体智能是自组织的过程，将简单的个体通过交互作用或协作表现出来整体智能行为的特性称为“群体智能”。 “群体智能”应用到的算法有哪些？群体智能可以应用到优化算法中，如遗传优化算法、蚁群优化算法、粒子群优化算法等。另一方面，受群体智能行为的启发，人们可以借鉴生物的智慧，将群体智能应用到多机器人系统协同控制的研究，通过设计一定的控制算法或...
m基于PSO粒子群优化算法的最优样本组合策略分析matlab仿真
1.算法描述 PSO算法是一种随机的、并行的优化算法。它的优点是：不要求被优化函数具有可微、可导、连续等性质，收敛速度较快，算法简单，容易编程实现。然而，PSO算法的缺点在于：（1）对于有多个局部极值点的函数，容易陷入到局部极值点中，得不到正确的结果。造成这种现象的原因有两种，其一是由于待优化函数的性质；其二是由于微粒群算法中微粒的多样性迅速消失，造成早熟收敛。这两个因素通常密不可分地纠缠在...
m基于GA遗传优化的BP神经网络时间序列预测算法matlab仿真
1.算法描述 将遗传算法（GA）与BP神经网络相结合，使用GA优化BP神经网络的主要参数。然后将影响输出响应值的多个特征因素作为GA-BP神经网络模型的输入神经元, 输出响应值作为输出神经元进行预测测试。BP神经网络的网络层包括输入层，隐含层和输出层三个网络层次，其基本结构如下图所示： 基于三层网络结构的BP神经网络具有较为广泛的应用场合和训练效果。 在BP神经网络中，隐含层数量对神经...
基于ACO蚁群算法的tsp优化问题matlab仿真
1.算法描述 “基本原理 蚁群算法(Ant Colony Optimization,ACO)是一种基于种群寻优的启发式搜索算法,有意大利学者M.Dorigo等人于1991年首先提出。该算 法受到自然界真实蚁群集体在觅食过程中行为的启发,利用真实蚁群通过个体间的信息传递、搜索从蚁穴到食物间的最短路径等集体寻优特 征,来解决一些离散系统优化中的困难问题。 算法基本思想： （1）根据具体问题设...
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。
算法更多仿真相关
智能引擎技术
AI Online Serving，阿里巴巴集团搜推广算法与工程技术的大本营，大数据深度学习时代的创新主场。
+关注