说明：自适应调整权重，相比初始PSO，收敛性能改善。

自适应调整 权重 初始 PSO 收敛性能

说明：粒子群算法，用于聚类.粒子群在迭代进行的过程中有可能出现早熟收敛 的问题而陷入局部最优解,因此文中在 PSO 算法部 分,设置两个变量对每个粒子和粒子群的状态进行实 时地监控,以便当检测到粒子或粒子群出现早熟收敛 现象时,能及时地对其进行变异操作,增加粒子的多样 性,使其跳出局部极值的束缚,在多维解...

粒子群算 粒子群算迭代 早熟收敛

说明：NSGA-Ⅱ是目前最流行的多目标进化算法之一，它降低了非劣排序遗传算法的复杂性，具有运行速度快，解集的收敛性好的优点，成为其他多目标优化算法性能的基准。NSGA-Ⅱ算法采用了快速非支配排序算法，计算复杂度比 NSGA 大大的降低

说明：在前人工作的基础上深入分析了探讨了神经网络和思维进化算法的思想精髓、主要算法及特点,并将其应用于变压器的故障诊断当中,取得了良好的诊断结果。 人工神经网络利用本身分布式并行处理、自学习、自适应、非线性映射以及联想记忆等优点,为解决传统方法的不足开辟了新途径。但是由于神经网络自身结构特点,这种方法的收...

matlab 算法 神经网络 bp 函数 优化 拟合 非线性 思维 进化

说明：声学噪声取消。 自适应滤波的算法的推导过程基于维纳过滤 theoryhave 他们的起源在解决问题的统计公式。与此相反，最小二乘方法从确定性的角度来看待方法筛选优化问题。前面提到过，在维纳滤波理论，所需的过滤器是获得个性化 MSE，那就是，一个统计量。在最小二乘法，另一方面，该方法的性能指标是对于给...

matlab 噪声 nlms 对消

说明：近年来，基于启发式的多目标优化技术得到了很大的发展，研究表明该技术比经典方法更实用和高效。有代表性的多目标优化算法主要有NSGA、NSGA-II、SPEA、SPEA2、PAES和PESA等。粒子群优化(PSO)算法是一种模拟社会行为的、基于群体智能的进化技术，以其独特的搜索机理、出色的收敛性能、方便...

说明：基本的粒子群程序，测试四个标准测试函数，画出收敛曲线，验证算法的寻优性能

The-SPSO 标准测试函数 spso函数 测试函数收敛 spso

说明：应用背景这个多变量（慢）变化的文件的概要；主要。M是文件的准备，我们的算法所需的所有数据，饲料数据给另一个函数实际上已经实施的算法，然后显示我们的结果。梯度，是具有梯度功能的文件，并在其上实现梯度下降。成本：我是一个简单的文件，它有一个函数，它的参数计算的值的成本函数。此源代码的另一个重要特点是，标...

matlab 回归 详细 线性 求解 问题 梯度 下降 变量

说明：本文研究了有限反馈下基于博弈论的联合功率分配与反馈速率控制优化问题。通过建立新的博弈模型，证明了其纳什均衡的存在性。同时，根据功率与反馈速率的关系，提出了一种迭代算法，可快速收敛到博弈不动点。仿真结果表明，联合优化算法的性能优于单单考虑反馈速率的算法。

有限反馈 功率优化分配 博弈功率控制 博弈迭代功率

说明：在这段代码中，我申请的二进制粒子群算法从一组米的传感器选择ķ传感器尽量减少错误的目的的问题参数estimation.applying一般的二进制粒子群算法（BPSO）的传感器选择问题，我们也提出了具体的改进这种基于人口的启发式算法，即，我们利用周期性移位来构造初始种群的成员，具有降低平均收敛时间的意...

matlab 算法 选择 智能 pso 传感器 问题