说明：k-均值是一个最简单的无监督学习算法，解决了众所周知的聚类问题。该过程遵循一个简单和容易的方法对给定的数据集通过一定数量的集群（假设k集群）固定。其主要思想是定义K中心，每一个集群。这些重心shoud在狡猾的方式，因为不同的位置会导致不同的结果。因此，更好的选择是把它们尽可能的远离对方。下一步是把每...

matlab 分割 图像 方法 使用

说明：粒子群优化算法源自对鸟群捕食行为的研究，最初由Kennedy和Eberhart提出，是一种通用的启发式搜索技术。一群鸟在区域中随机搜索食物，所有鸟知道自己当前位置离食物多远，那么搜索的最简单有效的策略就是搜寻目前离食物最近的鸟的周围区域。PSO 算法利用这种模型得到启示并应用于解决优化问题

说明：该PSO压缩文件中包括很多种粒子群优化算法：AsyLnCPSO, BreedPSO,CLSPSO,LinWPSO,LnCPSO,RandomPSO, SAPSO,SecPSO,SecPSO,sELPSO, SECVIBRATPSO,Simuapso 等等算法。值得初学者学习和下载。

说明：含有DG配电网重构，基于小波神经网络优化电网损耗并且考虑了电压降落和电压偏移多目标。

DG 配电网 重构 小波神经网络 优化 电压 降落 偏移 多目标

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：规则： 1、范围： 蚂蚁观察到的范围是一个方格世界，蚂蚁有一个参数为速度半径（一般是3），那么它能观察到的范围就是33个方格世界，并且能移动的距离也在这个范围之内。 2、环境： 蚂蚁所在的环境是一个虚拟的世界，其中有障碍物，有别的蚂蚁，还有信息素，信息素有两种，一种是找到食物的蚂蚁洒下的食物...

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：非常好用的多目标寻优算法，可自由选择自己的目标数，初始化需要先设定种群的的规模和终止条件。改进的非支配排序遗传算法将非支配思想融入遗传算法可获得一组Pareto解，可适用于各种多目标寻优问题，国内外文献经常使用

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

说明：3 OPT交换算子 简单有效的把路径进行交换 在产生初始解后 可以根据这样的3边交换算子随机得到更多的解，扩大初始化种群。增加解的数量有助于产生更高质量的解