说明：适合学习多目标优化算法的好例子，完美运行，粒子群算法 多目标优化是在现实各个领域中都普遍存在的问题，每个目标不可能都同时达到最优，必须各有权重。但是，究竟要怎样分配这样的权重，这已经成为人们研究的热点问题。同时，根据生物进化论发展起来的遗传算法，也得到了人们的关注。将这两者结合起来，能够利...

说明：蝙蝠算法( BA) 是 Yang 教授于 2010 年基于群体智能提出的启发式搜索算法,是一种搜索全局最优解的有效方法。该算法是一种基于迭代的优化技术,初始化为一组随机解,然后 通过迭代搜寻最优解,且在最优解周围通过随机飞行产生局部新解,加强了局部搜索。与其他算法相比,BA 在准确性和有...

算法 ba 蝙蝠

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：遗传算法(Genetic Algorithm ,GA) 是借鉴生物界自然选择和群体进化机制形成的一种全局寻优算法。与传统的优化算法相比 ,遗传算法具有如下优点[1]: 1) 不是从单个点 ,而是从多个点构成的群体开始搜索 ; 2) 在搜索最优解过程中 ,只需要由目标函数值转换得来...

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：资源描述 GA_PSO 遗传算法的寻优计算 遗传算法(Genetic Algorithm)是一类借鉴生物界的进化规律(适者生存，优胜劣汰遗传机制)演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的...

GAPSO 遗传 算法 计算

说明：一项半盲技术，用于估计OFDM通信系统中的载波频偏。这种方法利用信道矩阵与信号子空间之间的相关性对其进行优化以提高估计值精度。利用第一个OFDM符号中的若干空子载波，在一帧中推算分数和整数频率的偏移量。利用子信道矩阵对各个子块进行分块处理，从而实现对所有子载波的快速精确估计。传统的空子载波估计方法采...

OFDM 通信系统 半盲技术 载波频偏 信道矩阵 信号子空间 空子载波 整数频率 子信道矩阵 处理 全局搜索 估计策略 计算复杂度

说明：遗传算法（GA）是通过对自然界中生物的遗传和优胜劣汰的进化过程进行模拟与抽象，进而形成的一种自适应全局随机优化搜索方法。遗传算法只需提供目标函数作为寻优信息，它从某一随机生成的初始群体出发，经过选择、交叉和变异等遗传操作后对个体进行适应度评价，保留适应度较强的个体遗传到子代种群中，经过多次的迭代计算...

matlab 算法 运行 遗传 优化 求解

说明：粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等[ 开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算...

说明：简单的PSO算法例程，基于多个测试函数。粒子群优化算法通过选择合适的游程员百分比来优化具有多个局部极小值的多峰函数。在这种情况下，搜索代理具有较快的收敛速度并收敛到全局最优解。

GSO PSO函数 pso测试函数