搜索资源列表
BPGA
- 本程序为：以遗传算法主程序优化神经网络结构 建立BP神经网络的主程序 mybpnet.m 以BP神经网络模型为基础的适应度函数fitnessBP.m 以BP神经网络模型为基础的映射函数fcnBP.m-the combination of bp network and genetic algorithm
genetic-althorithm
- 遗传算法实现优化函数，属于经典的遗传算法 -Genetic algorithm optimization function
algorithm-optimization-function
- 利用Matlab来对函数进行优化，遗传算法具有较好的优化性能，针对一些简单函数，用遗传算法进行优化设计程序-To optimize the use of Matlab function, genetic algorithm has better optimize performance for some simple functions, using genetic algorithms to optimize the design process. . . .
GA_RBF
- GA，即遗传算法；RBF，径向基函数神经网络。本程序介绍了通过遗传算法来优化RBF神经网络的参数值，从而达到更好的进行模式识别。-GA, namely genetic algorithms RBF, radial basis function neural networks. This procedure describes the parameters to optimize the RBF neural networks by genetic algorithms to achieve b
using-GA-in-antenna-array
- 提出了整数编码，动态调整交叉概率、变异概率，并将适应度函数设为最大相对旁瓣电平,一种改进遗传算法的优化方法来实现直线稀疏阵列的设计-Proposed integer coding, dynamic adjustment of crossover probability, mutation probability, and the fitness function is set to the maximum relative sidelobe level, an improved genetic
Optimized-GA
- 对遗传算法进行优化实现对具有多极值函数的优化-Optimization of genetic algorithm
Globalsearch_vs_GA
- 一个关于matlab优化工具箱GOT中的遗传算法函数（GA）和全局优化算法函数（Globalsearch）优化能力的小对比，前者寻优快，但是结果不稳定，在风电场协同有功出力优化上面甚至可能比不过传统的单个风机层面的优化。后者计算量大，耗时较长，但是每次计算结果稳定，较传统单台风机层面优化有少量的提升。Tips:1,本文风场的建模只是采用了PARK模型，实际风场的气动过程应该还要复杂一些，未经实际风场验证，权当是工程优化入门 2,单个风机层面的功率系数Cp参数来源于NREL 5MW模型，跟实际叶片
代码
- MATLAB 代码 第1章 BP神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章 遗传算法优化BP神经网络——非线性函数拟合 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章 RBF网络的回归--非线性函数回归的实现 ....等58章(MATLAB code The first
遗传优化算法
- 遗传算法，可用于求解函数优化问题，能够找到最优解(Genetic algorithm can be used to solve the function optimization problem, and can find the optimal solution)
GA-BP
- 算法基本要素： 1.染色体编码方法 2.适应度函数 3.遗传操作—-（选择、交叉、变异） 4.运行参数—（参数：群体大小M、遗传代数G、交叉概率Pc和变异概率Pm）(Basic elements of algorithm: 1. chromosome coding method 2. fitness function 3. - the genetic operation (selection, crossover and mutation) 4. operating pa
draw_fitness
- 智能优化算法的优化功能经常被用来验证遗传算法(The optimization function of intelligent optimization algorithm is often used to verify genetic algorithm)
案例3 遗传算法优化BP神经网络-非线性函数拟合
- 直接可用的matlab代码，用神经网络解决非线性函数拟合问题(Direct available matlab code to solve nonlinear function fitting problem by neural network)
粒子群优化算法
- 粒子群优化（PSO）是一种进化计算技术（进化计算）。 捕食鸟行为的研究。粒子群算法（PSO）的基本思想是通过群体中个体之间的协作和信息共享找到最优解。 粒子群优化算法的优点是它简单且易于实现，没有多个参数。目前，它已广泛应用于函数优化、神经网络训练、模糊系统控制等遗传算法中。(The particle swarm optimization (PSO:Particle swarm optimization) is an evolutionary computing technology (Ev
ufos
- 遗传算法源程序,用来优化复杂函数,多次迭代求解最大值,()
多种群GA算法的函数优化算法
- 突破SGA仅靠单个群体进行遗传进化的框架，引入多个种群同时进行优化搜索；不同的种群赋以不同的控制参数，实现不同的搜索目的。
GA7 - ZS1
- 基于遗传算法的主动悬架模糊控制，通过遗传算法来优化模糊控制的隶属度函数，以此来优化悬架的垂直加速度的方均根(Fuzzy control of active suspension based on genetic algorithm and membership function of fuzzy control are optimized by genetic algorithm to optimize the mean square root of vertical acceleration
遗传算法例程code
- 遗传算法是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算中的关键技术之一。
BAS
- 类似于遗传算法、粒子群算法、模拟退火等智能优化算法，天牛须搜索不需要知道函数的具体形式，不需要梯度信息，就可以实现高效寻优。(Similar to genetic algorithm, particle swarm optimization algorithm, simulated annealing and other intelligent optimization algorithms, Taurus search can achieve efficient optimization wi
nsga2-master
- 可被用来解决目标函数冲突的多目标优化问题(Solving multi-objective optimization problems)
NSGA-II-Matlab-master
- 针对带有约束条件的多目标函数，进行多目标参数优化(For the multi-objective function with constraints, the optimization is carried out)