说明：SO模拟鸟群的捕食行为。设想这样一个场景：一群鸟在随机搜索食物。在这个区域里只有一块食物。所有的鸟都不知道食物在那里。但是他们知道当前的位置离食物还有多远。那么找到食物的最优策略是什么呢。最简单有效的就是搜寻目前离食物最近的鸟的周围区域。PSO从这种模型中得到启示并用于解决优化问题。PSO中，每个优...
matlab 算法 优化 粒子
说明：蚁群算法是在1992年由意大利学者M．Dorigo及其同事受蚂蚁觅食过程中路径选择行为的启发而提出的仿生进化算法。在长期的研究中他们发现蚂蚁虽然没有视觉，但是在搜索食物的过程中总能找到距离食物源最短的路径。在初始阶段，蚂蚁在随机的路径上行走并释放信息激素(Pheromone)，信息激素会随着时间的推...
matlab 算法 检测 边缘 像素 自适 应蚁群
说明：粒子群算法施一种有效的全局寻优算法。与传统的进化算法相比，粒子群算法保留了基于种群的全局搜索策略，但是其采用的“速度-位移”模型操作简单，避免了复杂的遗传操作，它特有的记忆使其可以动态跟踪当前的搜索情况调整搜索策略。本代码结果非常明显而且直观。
说明：Bubble-cast 是bubblestorm的P2P系统的主要搜索函数，bubble-cast采用了带有控制的分支搜索算法，本身保证一定的搜索量。与传统的flooding相比，bubble-cast的granularity更加优良
matlab
说明：通过改进PSO算法的惯性权重和学习因子，惯性权重是调整全局搜索能力和局部搜索能力之间平衡的重要参数，选择合适的值有助于扩大搜索空间，提高找到潜在的全局最优解的概率；学习因子通过粒子本身经验和种群的社会经验对粒子运动产生影响，因此，选择合适的学习因子的取值也有利于提高PSO算法的性能。
matlab 算法 源程序 pso 改进
说明：粒子群优化（PSO）依靠其学习策略指导其搜索方向。传统上，每个粒子利用其历史最好的体验，并通过线性 叠加及其邻近地区的最佳体验。这种学习策略是容易使用的，但在复杂的问题空间搜索时是低效的。因此，在 设计学习策略，可以利用以前的搜索信息（经验）更有效地已成为最突出和活跃的粒子群算法研究课题之一...
matlab 人工智能 计算
说明：matlab的工具箱的安装步骤： 1.解压下载的文件包，将tft/mfile复制到matlab的toolbox文件夹下 2.建立搜索路径，matlab->file->Set Path->Add Folder ->选择mfile文件夹复制到matlab的toolbox的路径-&...
close emd工具箱下载 emd-安装包 EMD EMD-步骤
说明：用遗传算法为 BP 神经网络优化权值，使网络具有快速学习网络权重的能力，并且能够摆脱局部极小点的困扰。遗传算法的全局搜索能力来弥补BP算法全局搜索能力不足，实例证明，这种预测模型比BP网络预测模型具有更高的精度。
BP神经网络 神经网络预测 遗传-神经网络 遗传算法 matlab
说明：在人工智能领域，遗传算法 （GA） 是搜索的启发式算法，模仿自然选择的过程。这种试探法 （有时也称为超启发式） 经常用于生成有用的解决方案，优化和搜索问题。[1] 遗传算法属于进化算法 （EA） 生成使用技术灵感来自自然的演变，如继承、 交叉、 变异、 选择、 优化问题的解决办法的大类。下面是代码为...
matlab 算法 遗传
说明：应用背景本代码提出了一种混合聚类算法，通过应用K-均值和遗传算法（遗传算法）。关键技术在人工智能领域，遗传算法是一种模拟自然选择过程的启发式搜索算法。这种启发式（有时也称为一个元启发式）是经常用来产生有用的解决方案，优化和搜索问题。
matlab 算法 基于 遗传 均值
