PSO یک تکنیک بهینه سازی تصادفی قوی براساس حرکت و هوش گروه ها می باشد كه در سال 1995 توسطJames Kennedy (روان شناس اجتماعی) و Russell Eberhart )مهندس الکترونیک) توسعه یافته است. اين الگوريتم بهينه سازي یک روش جستجوی ابتکاری دقيق و با هزینه محاسباتی كم است که مکانیزم آن از رفتارهای گروهی جمعیت های زیستی الهام می گیرد. که از رفتار دسته جمعی دسته ای از پرندگان یا گروهی از ماهی ها الهام گرفته است. PSO مفهوم اثر متقابل اجتماعی را برای حل کردن مسئله بکار می برد و از تعدادی نماینده (particle) که یک گروه را تشکیل می دهند و برای یافتن بهترین راه حل در فضای جستجو حرکت می کنند تشكيل مي شود.
در شبیه سازی MOPSO، از یک جدول(مخزن) ثانویه خارجی به منظور ذخیره اطلاعات نماینده ها(ذرات) استفاده می شود تا هر ذره بتواند بعدا از این اطلاعات نهایت استفاده را بنماید. همچنین این الگوریتم مجهز به پارامتر جهش مخصوصی است که امکانات جستجوی بیشتر و بهتری را برای الگوریتم فراهم می سازد.
((گزارش متنی بررسی و تحلیل کدها به همراه تمامی کدهای متلب، تمامی زیربرنامه های مورد نیاز))
دسته: محتوای فنی 1
تعداد صفحات: 8
قیمت: 69,200 تومـان
حجم فایل: 609 کیلوبایت
فرمت فایل: rar
خرید محصول
تاریخ: 12:55:15 1394/5/11
هیستوگرام گرادیان جهتدار HOG
کتاب اینترنت اشیا (IoT)
نحوه آموزش وزن های شبکه عصبی رو به جلو با استفاده از ترکیب الگوریتم کوچ پرندگان PSO و بهینه سازی پس انتشار
شبیه سازی و گزارشی از نحوه تشخیص لبه در تصویر با استفاده از الگوریتم بهینه سازی کلونی مورچه ها ACO
شبیه سازی و بررسی الگوریتم بهینه سازی مبتنی بر انفجار نارنجک GEM
شبیه سازی و گزارش نحوه عملکرد الگوریتم بهینه سازی کلونی زنبور عسل با حافظه Artificial bee colony algorithm with memory
مسیریابی(routing)- بخش اول
مسیریابی(routing)- بخش دوم
ایجاد زیرشبکه (Subnetting)
ششمین شماره ماهنامه دانش بنیان معاونت علمی و فناوری ریاست جمهوری
پنجمین شماره ماهنامه دانش بنیان معاونت علمی و فناوری ریاست جمهوری
شبیه سازی الگوریتم خوشه بندی پایگاه داده UCI به کمک الگوریتم بهینه سازی کلونی زنبور عسل ABC
شبیه سازی الگوریتم خوشه بندی پایگاه داده UCI به کمک الگوریتم بهینه سازی کوچ پرندگان PSO
شبیه سازی نحوه بهینه سازی توابع تست مختلف توسط الگوریتم نهنگ WOA