/ 【安全技术】matlab代码粒子群算法-Adaptive-CLPSO:综合学习粒子群算法的自适应参数选择
【安全技术】matlab代码粒子群算法-Adaptive-CLPSO:综合学习粒子群算法的自适应参数选择
【安全技术】matlab代码粒子群算法-Adaptive-CLPSO:综合学习粒子群算法的自适应参数选择
matlab代码粒子群算法自适应CLPSOMatlab代码用于宏观自适应综合学习粒子群优化器（MaPSO）和微观自适应综合学习粒子群优化器（MiPSO）算法。
抽象的优化启发式算法（如粒子群优化器（PSO））的广泛使用对参数自适应提出了巨大挑战。
PSO的一种变体是综合学习粒子群优化器（CLPSO），它使用所有个人的最佳信息来更新其速度。
CLPSO的新颖策略使种群能够从特定世代的样本中进行读取，这称为刷新间隙m。
在本文中，我们开发了两类学习自动机（LA），以研究自动机对CLPSO刷新间隙调整的学习能力。
在第一类中，将学习自动机分配给总体，在第二类中，每个粒子都有自己的个人自动机。
我们还将所提出的算法与CLPSO和CPSO-H算法进行了比较。
仿真结果表明，我们的算法在功能，鲁棒性和收敛速度方面均优于同类算法。
参考[1]MohammadHasanzadeh，MohammadRezaMeybodi和MohammadMehdiEbadzadeh，“，”在人工智能和信号处理中，Springer国际出版，2014年，第267-276页。
本软件ID:19108335
matlab代码粒子群算法自适应CLPSOMatlab代码用于宏观自适应综合学习粒子群优化器（MaPSO）和微观自适应综合学习粒子群优化器（MiPSO）算法。
抽象的优化启发式算法（如粒子群优化器（PSO））的广泛使用对参数自适应提出了巨大挑战。
PSO的一种变体是综合学习粒子群优化器（CLPSO），它使用所有个人的最佳信息来更新其速度。
CLPSO的新颖策略使种群能够从特定世代的样本中进行读取，这称为刷新间隙m。
在本文中，我们开发了两类学习自动机（LA），以研究自动机对CLPSO刷新间隙调整的学习能力。
在第一类中，将学习自动机分配给总体，在第二类中，每个粒子都有自己的个人自动机。
我们还将所提出的算法与CLPSO和CPSO-H算法进行了比较。
仿真结果表明，我们的算法在功能，鲁棒性和收敛速度方面均优于同类算法。
参考[1]MohammadHasanzadeh，MohammadRezaMeybodi和MohammadMehdiEbadzadeh，“，”在人工智能和信号处理中，Springer国际出版，2014年，第267-276页。
本软件ID:19108335
文件下载
资源详情
[{"title":"（9个子文件9KB）matlab代码粒子群算法-Adaptive-CLPSO:综合学习粒子群算法的自适应参数选择","children":[{"title":"Adaptive-CLPSO-master","children":[{"title":"src","children":[{"title":"MiPSO","children":[{"title":"exemplar.m <span style='color:#111;'>1.02KB</span>","children":null,"spread":false},{"title":"fit_func.m <span style='color:#111;'>1.75KB</span>","children":null,"spread":false},{"title":"orthm_generator.m <span style='color:#111;'>305B</span>","children":null,"spread":false},{"title":"MiPSO.m <span style='color:#111;'>4.39KB</span>","children":null,"spread":false}],"spread":true},{"title":"MaPSO","children":[{"title":"exemplar.m <span style='color:#111;'>1.02KB</span>","children":null,"spread":false},{"title":"fit_func.m <span style='color:#111;'>1.75KB</span>","children":null,"spread":false},{"title":"orthm_generator.m <span style='color:#111;'>305B</span>","children":null,"spread":false},{"title":"MaPSO.m <span style='color:#111;'>4.28KB</span>","children":null,"spread":false}],"spread":true}],"spread":true},{"title":"README.md <span style='color:#111;'>2.12KB</span>","children":null,"spread":false}],"spread":true}],"spread":true}]
评论信息
其他资源
- gdeltevent数据字段说明V2.docx
- iis3dwb_STdC.zip
- stare-images.rar
- 银行储蓄系统c++
- layui封装项目
- 操作零碎复习题操作零碎复习题
- LCD12864中文资料带汉字库
- 具有万亿边缘的时空图的无效分区和查询处理
- MSP430MicrocontrollerBasics
- 几款简单，大气，常用的答辩，比赛，论文ppt模板
- 数字集成电路——课程设计报告
- 西门子SIMATICNET快速入门手册
- 元胞自效果的Matlab代码.m
- 公务员考试网站源码
- 中国科学技术大学研究生课程机器学习课件PPT
- 弯管机工作模拟软件
- C#挪用当地摄像头去读取二维码大概条形码
- arcgis创建镶嵌数据集并发布影像服务
- 使用AndroidStudio开发简易进制转换计算器
- quartus15.1primestandard破解器
免责申明
【好快吧下载】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【好快吧下载】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【好快吧下载】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，8686821#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，8686821#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明