说明：这是一种多目标的粒子群优化算法，包含了两个目标函数，对学习粒子群算法及很好的理解该算法非常有用-Examples of niche PSO, 

说明：目前最先进的标准粒子群算法，是美国人写的，不管是迭代速度还是迭代精度都达到了先进水平，目前正在研究粒子群算法的同学可以看一看，亲测效果不错。本人在原来的基础上进行了代码的优化和改进，加入了适应度函数的变化曲线，并提供了多种测试函数，直接用matlab打开就可以运行。

说明：LEACH是一个分层的协议，其中多数节点发送到簇头，簇头聚集和压缩的数据，并将其转发到基站（接收器）。 每个节点使用随机算法在每一轮以确定它是否将成为簇头，在这一轮。 LEACH假定每个节点具有强大到足以 直接到达基站或最近的簇头的无线电，但是，使用这种无线电以全功率的所有时间将浪费能量。 ...

matlab 算法 协议 leach 基于 节能

说明：目前最先进的标准粒子群算法，是美国人写的，不管是迭代速度还是迭代精度都达到了先进水平，目前正在研究粒子群算法的同学可以看一看，亲测效果不错。本人在原来的基础上进行了代码的优化和改进，加入了适应度函数的变化曲线，并提供了多种测试函数，直接用matlab打开就可以运行。

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：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的适应值...

matlab 算法 程序 遗传 实现

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：多姿态，多角度，有不同光照,一种基于多文档得图像合并技术，窗函数法设计一个数字带通FIR滤波器，相控阵天线的方向图（切比雪夫加权），BP神经网络用于函数拟合与模式识别，是本科毕设的题目。

算法 源程序 函数 最小 粒子

说明：基于遗传算法的移动传感器的部署优化，实现三维空间下对多个传感器相对探测物体位置的移动路径的规划，种群大小为49，迭代次数为1000，交叉概率为0.8，变异概率0.1，采用精英选择。

遗传算法 移动传感器 部署优化

说明：利用matlab写成的窄带噪声发生，均值便宜跟踪的示例，一种基于多文档得图像合并技术，matlab开发工具箱中的支持向量机，计算时间和二维直方图,这是第二能量熵的matlab代码。

matlab 算法 程序 开发 函数 最小 粒子