- 博客(2)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 粒子群优化算法(PSO)
通过模拟鸟群的觅食行为， Eberhart 博士和 kennedy 博士最早提出了粒子群优化（PSO）算法，又可称为粒子群算法、微粒群算法或 微粒群优化算法。该算法一种基于群体协作的随机搜索算法，属于群集智能 (Swarm intelligence, SI)方法。
2022-12-07 17:55:42
1288
原创 差分进化算法
差分进化算法由 Storn 和 Price 于 1995 年首次提出，是一种基于群体的高效启发式全局优化搜索算法，主要用于求解实数优化问题。
2022-12-07 11:56:47
1056
原始差分进化算法及其MATLAB代码实现
差分进化算法由 Storn 和 Price 于 1995 年首次提出，是一种基于群体的高效启发式全局优化搜索算法，主要用于求解实数优化问题。差分进化算法属于进化算法，在神经网络参数优化等方面有着重要应用。
2022-12-07
CEC2014 2017测试集.7z
IEEE CEC，全称是IEEE Congress on Evolutionary Computation，可以翻译为，IEEE进化计算会议。自2005年开始，每年举办一次。IEEE CEC benchmarks，是主办方发布的标准测试算例（以下简称，CEC算例）。
CEC2014年及CEC2017年测试集，matlab版本；
该测试集是用于演化算法性能测试的基准函数，CEC2014的函数组成可参见CEC2014的介绍文档“Definitions of CEC2014 benchmark suite Part A”，调用方法可参照CEC2014 MATLAB示例代码。
2022-12-07
EPSDE及其matlab代码实现
EPSDE的代码；附2014和2017数据集。
EPSDE一种参数集合和变异策略的差分进化算法(Differential evolution algorithm with ensemble of parameters and mutation strategies),2011年Mallipeddi等提出基于参数集成和变异策略的差分进化算法（EPSDE）;在EPSDE中，不同的突变策略池与每个控制参数的值池在整个进化过程中共存，并竞争产生后代。
[1]MALLIPEDDI R, SUGANTHAN P N, PAN Q K, et al. Differential evolution algorithm with ensemble of parameters and mutation strategies [J]. Applied Soft Computing, 2011, 11(2): 1679-96.
2022-12-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人