particle-swarm

1熱度

1回答

我想找到阿爾法系數，其最小化該目標函數： fun_Obj = @(Alpha) norm(A- sum(Alpha.*B(:,:),2),2) 隨着： A =矢量1D（69X1） B =矩陣的計算2D（69X1000） Alpha_i未知參數的矢量（1X1000），其中 Alpha 和sum（Alpha）= 1 什麼是處理這樣一些參數的最佳優化方法（我可以嘗試減少它仍然很多）？如何在優化過程

1熱度

1回答

是用於實現優化算法的混合整數線性規劃（例如遺傳或粒子羣）

我正在學習用於自動分組用戶的優化算法。然而，我對這些算法完全陌生，因爲我回顧了相關文獻，所以我聽說過它們。另外，在其中一篇文章中，作者使用Integer Programming實現了他們自己的算法（基於他們自己的邏輯）（這是我對IP的瞭解）。我想知道是否需要使用混合整數線性規劃實現基因/粒子羣（或任何其他優化）算法，或者這只是其中一個選項。最後，我需要建立一個基於網絡的系統來自動分組用戶。我感謝

1熱度

1回答

基於PSO和K-means的文本文檔聚類R

我是粒子羣優化的新手。我閱讀了關於基於PSO和K-means的聚類的研究論文，但是我沒有找到相同的工作示例。任何形式的幫助都非常感謝。提前致謝！我想在R中使用PSO和K-means進行文本文檔聚類。我的基本思想是，首先PSO會給我聚類質心的優化值，然後我必須使用羣集質心的優化值PSO作爲k-均值的初始聚類質心以獲得文檔簇。下面是描述我迄今爲止所做的工作的代碼！ #Import library

2熱度

1回答

粒子在粒子羣優化（PSO）

如果我有一個數組甲即由50個元素，我想使用粒子羣優化（PSO）算法，以產生另一陣列乙用相同的大小（50個元素）。當元件在乙值是相似的或最接近元素的甲的值，例如： A[0]= 0.44 ----------------- B[0] = 0.40 A[1]= 0.3 ----------------- B[1] = 0.315 A[2]= 0.2 ---------------

1熱度

1回答

PSO的健身功能在我的代碼中不起作用？

我有一個Android Studio項目，它使用羣體粒子算法優化移動資源。我一直在我的健身功能中遇到這個錯誤，我的主要活動從未運行或因此顯示出結果。這是我的課，我不斷獲取問題... public class CustomService implements Goodness { public static int numOfServices = MainActivity.servicenam

1熱度

1回答

如何從八度矩陣的列中隨機選擇n個數字

我在寫一個粒子羣優化程序，爲此我想初始化我的粒子。我希望我的粒子從我正在應用羣優化的列中隨機初始化。我正在做Octave中的程序。我試圖尋找相關的命令，但coundt找到一個。我想要矩陣形式的答案。幫助表示讚賞。對於防爆 733 590 495 479 569 560 305 433 319 244 256 255 398 340 從這個我想5號像 305 59

1熱度

1回答

粒子羣優化算法中的維數

在particle swarm optimization algorithm中，維數究竟是什麼意思。搜索空間中的粒子數量（人口規模）是多少？或者它是每個粒子的座標？

1熱度

1回答

具有多個參數的粒子羣優化和函數

我想使用粒子羣優化來優化具有多個參數的函數。我該怎麼做？我到處找到這個公式1，但是我怎麼能理解這個公式，我可以用一個變量來優化一個函數。例如，我有一個帶2個參數的函數，我想最大化它。我怎樣才能用PSO做到這一點？ VI，d←ωvi中，d +φPRP（PI，d-XI，d）+ΦGRG（GD-XI，d） function (x, y) { return x + y }

0熱度

1回答

LibGDX正確處理點精靈進行羣集？

這是一個未解決的問題，但我會盡量做到儘可能具體。我已經在Android Studio中編寫了一些東西，現在使用Eclipse + LibGDX來查看遊戲。這是一個相當高/中等水平的API，因此我們無法再深入到繪製圖形的較低層次。但是，我們知道它使用四重渲染方法。現在，這種方法適用於大多數類型的遊戲，但如果我想看看成顆粒的羣聚算法（比如，1000點），以前我用點精靈渲染。看來libgdx不使用這

2熱度

1回答

如何在人工神經網絡中應用PSO

我對理解粒子羣算法的概念有疑問。爲了編寫代碼，我們將一些文章分散到我們的空間中，並試圖找到一個地方(for example min of a function or desire target)。基於位置，速度等所有粒子最終到達我們想要的地方。現在我有一個問題如何將這個代碼應用到我的ANN設計中？它如何能夠幫助神經網絡？（似乎PSO具有較強找到全球樂觀結果的能力和反向傳播有能力找到地方，對嗎？）