说明：一种基于粒子群K均值聚类算法的电梯交通模式识别方法。该方法通过对此前一周的原始客流数据进行聚类分析，得到相应交通模式的聚类中心坐标[2]。针对实时变化的交通流数据，采集5 mins时段客流数据，根据最近邻原则划分其归属的聚类中心，从而识别出当前的交通模式。

粒子群 K均值 聚类算法 电梯 交通模式 识别方法 PSO

说明：强化学习的核心算法，Q-table，应用动作值函数对动作的Q值进行更新来找到最优策略。

Q-learning 核心算法 Q-table

说明：复杂网络拓扑生存算法，对可能出现的拓扑不连通的状况进行了考虑，并支持网络拓扑的动态变化。

网络拓扑 生存算法 TopologyCreate

说明：解耦，恢复原信号，一种噪声辅助数据分析方法,含噪脉冲信号进行相关检测,通过matlab代码，大学数值分析算法，包含优化类的几个简单示例程序。

matlab 算法 代码 开发 定位 一个 北斗

说明：微粒群算法的matlab程序，好用，对测试函数进行优化。

微粒群算法

说明：直线阵采用切比学夫加权控制主旁瓣比，ICA（主分量分析）算法和程序，从先验概率中采样，计算权重，多元数据分析的主分量分析投影，DC-DC部分采用定功率单环控制，光纤陀螺输出误差的allan方差分析。

说明：feature selection using evolutionary algorithm

matlab 基于 算法 特征 选择

说明：应用背景遗传算法优化BP神经网络，训练时间好长啊。主要是在使用SIM函数检验遗传算法适应度值时，执行时间很长。迭代次数如果为10的话，运行一次程序可能要3~5分钟。这太久了，有哪位也搞过这个？是不是也要花这么久的时间？ 这这里编写了一个简单的PSO优化BP神往网络的程序（见附件），只运行了两代，都...

matlab 神经网络 bp pso 优化

说明：粒子群优化算法 (PSO) 是进化计算由坚尼地介绍该地区的一个新分支 和埃伯哈特在 1995 年 [8]。PSO 易于实施和经验主义地好上很多优化执行已验证 问题。由于在求解无约束的优化问题的粒子群成功，PSO 也逐渐 在过去几年获得高阶警察的注意。建议动态的多群梁和 Suganthan [9...

matlab 模拟 优化 粒子

说明：该算法利用演化博弈的思想进行多小区用户的资源分配，将小区重叠部分当做种群，种群中的用户进行演化博弈进行网络切换，基站为其分配子信道。本算法利用matlab进行仿真测试，仿真结果显示演化博弈能够达到稳定，提升系统吞吐量，在小区资源分配能够有一个很好的参考。不同于传统的资源分配方法，可以给出一个新思路。

小区切换 多信道 小区吞吐量 基站网络-matlab 基于演化博弈