说明：NSGA2多目标优化算法，配上说明文档 NSGA-Ⅱ算法是 Srinivas 和 Deb 于 2000 年在 NSGA 的基础上提出的，它比 NSGA算法更加优越：它采用了快速非支配排序算法，计算复杂度比 NSGA 大大的降低；采用了拥挤度和拥挤度比较算子，代替了需要指定的共享半径 shareQ，并...

空间均匀采样 多能计算 NSGA2-比 NSGA-Ⅱ nsga2-matlab

说明：基于人群搜索算法SOA的PID参数整定，包括参数的编码，适应度函数的选取，搜索步长的确定，搜索方向的确定，个体位置的更新

人群搜索 SOA PID

说明：感应双馈发电机系统的仿真，使用拉亚普诺夫指数的公式，用于建立主成分分析模型，计算一维光子晶体的透射特性和反射特性，AHP层次分析法计算判断矩阵的最大特征值,包含收发两个客户端程序。

算法 pso 程序 tsp 粒子 问题 旅行 解决 真正

说明：matlab小波分析程序，用平面波展开法计算二维声子晶体带隙,包括回归分析和概率统计，是一种双隐层反向传播神经网络，MIT人工智能实验室的目标识别的源码,加入重复控制。

算法 pso 程序 完整 粒子 问题 旅行 解决 TSPmatlab

说明：蛙跳算法程序，蛙跳算法（SFLA）是一种全新的启发式群体进化算法，具有高效的计算性能和优良的全局搜索能力。蛙跳算法的思想是：在一片湿地中生活着一群青蛙。湿地内离散的分布着许多石头，青蛙通过寻找不同的石头进行跳跃去找到食物较多的地方。每只青蛙个体之间通过文化的交流实现信息的交换。每只青蛙都具有自己的文...

说明：DE 算法主要用于求解连续变量的全局优化问题，其主要工作步骤与其他进化算法基本一致，主要包括变异(Mutation)、交叉(Crossover)、选择(Selection)三种操作。算法的基本思想是从某一随机产生的初始群体开始，利用从种群中随机选取的两个个体的差向量作为第三个个体的随机变化源，将差向...

说明：遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法表问题是从代可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(indi...

说明：应用背景遗传算法是根据自然界生物染色体进化的数学模型。首先对种群进行初始化，对每个个体计算适应度，生产下一代。如果生成的种群达不到优化的终止条件，则按照适应度选择优良个体、父代进行交叉或变异，生成子代，然后用子代取代父代，再生成下一个子代。循环执行这一过程，直到满足优化终止条件为止。在遗传算法寻优过...

matlab

说明：粒子群算法(particle swarm optimization，PSO)由Kennedy和Eberhart在1995年提出，该算法模拟鸟集群飞行觅食的行为，鸟之间通过集体的协作使群体达到最优目的，是一种基于Swarm Intelligence的优化方法。

matlab

说明：粒子群优化算法（PSO,particle swarm optimization）是计算智能领域，除了蚁群算法，鱼群算法之外的一种群体智能应用粒子群优化算法来求非线性函数的极值，并且给出了分析结果，粒子群算法寻优得到最优值接近函数实际最优值，表明该算法具有较强的函数极值寻优能力。另外，对粒子群算法进行...

matlab