搜索资源列表
GNew_Genetic_e
- 遗传算法及其育种:GA于20世纪60年代由美国Michigan大学J.H.Holland教授[1]首先提出。它可广泛应用于人工智能、机器学习、函数的优化、自动控制等领域。GA的突出特点是将问题的解空间间通过编码转换为GA的搜索空间，把问题的解转换为生物的个体，并借助生物的遗传和进化理论，对多个个体同时进行选择、交叉和变异操作。这样，可以较快地搜索到最优解。但是，遗传算法易陷入局部最优。搜索效率还不是 -Genetic Algorithm and Breeding: GA 1960s firs
MS3264
- 32分频点阵音乐频谱显示，支持32*64点阵模块显示-32 Crossover frequency array of music spectrum display, support 32* 64 dot matrix module
GA_operator
- 这是基本遗传算法的三个遗传算子(选择，交叉，变异）的编程，一看就懂，是初学者最好的学习-This is the three basic genetic algorithm genetic operators (selection, crossover and mutation) programming, could be easily understood, is the best way to learn for beginners
ga
- fga.m 为遗传算法的主程序 采用二进制Gray编码,采用基于轮盘赌法的非线性排名选择, 均匀交叉,变异操作,而且还引入了倒位操作!-fga.m for the main program of the genetic algorithm binary Gray code, roulette method based nonlinear ranking selection, uniform crossover, mutation operation, but also the introduc
optimazation
- crossover mutation encode
Xilinx
- 基于spartan V5的FPGA 分频器设计-Spartan V5 FPGA-based crossover design
DE_TCR
- 根据DE自适应交叉率的EA方法用于人口刷新和本地搜索-An EA based on DE with adaptive crossover rate, population refresh and local search
yichuansuanfa
- 遗传算法，随机产生100个种群，交叉产生100，变异产生100，然后选取最优的100个种群继续交叉变异-Genetic algorithm, randomly generated 100 population, cross produces 100, mutation produces 100, and then select the best 100 stocks continue to crossover and mutation
Adaptive-probabilities-of-crossover
- matlab adaptive probabilty
4fenpinverilog
- verilog语言编写的4分频设计模块及仿真-Verilog language crossover design module and simulation
Frequency-divider
- 本例程为简易分频器。 实验前，请用排线（杜邦线）将TX-1C学习板的P1^0管脚与P3^2(INT0)管脚相连。因为P1^0用来模拟外界波形输入，它提供周期为100ms的方波，与T1管脚相连后，T1可对其进行周期计数。 程序中的变量pp决定着分频系数，其值乘以2即为分频系数。 改变其值可以得到相应的分频输出波形（方波）。P1^1为输出管脚，将其连接示波器可以看到分频后的波形。-This routine for simple frequency divider. Before experiment
apso
- pso优化算法，粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来的一种新的进化算法(（Evolu2tionary Algorithm - EA）。PSO 算法属于进化算法的一种，和遗传算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。
yichuansuanfa
- 整个遗传算法程序采用matlab编程，遗传算法的编码方式，适应度函数的选取，遗传操作（选择，交叉 变异），以及运行参数都有各自的备注和子程序代码。-The encoding of the entire genetic algorithm using matlab programming, genetic algorithm, the selection of the fitness function, genetic operations (selection, crossover and mu
Appso
- 粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来的一种新的进化算法(（Evolu2tionary Algorithm - EA）。PSO 算法属于进化算法的一种，和遗传算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现
myproject
- 开发环境ISE，使用VHDL语言实现了任意整数分配的分频器，又有一个信号可以控制左转右转的流水等。-Development environment ISE using VHDL language to achieve arbitrary integer assigned crossover, there is another signal control Zuozhuanyouzhuan running water, etc..
GeneticAlgorithms
- 遗传算法的主程序 采用二进制Gray编码,采用基于轮盘赌法的非线性排名选择, 均匀交叉,变异操作,而且还引入了倒位操作-The main program of the genetic algorithm binary Gray code, roulette method based nonlinear ranking selection, uniform crossover, and mutation operation, but also the introduction of invers
VHDL-divider-design
- VHDL分频器设计，本文使用实例描述了在FPGA/CPLD上使用VHDL进行分频器设计，包括偶数分频、非50 占空比和50 占空比的奇数分频、半整数（N+0.5）分频、小数分频、分数分频以及积分分频。-VHDL divider design, this article describes use cases, including even divide, non-50 duty cycle and 50 duty cycle odd divider, half integer (N+0-cr
Knapsack-problem-based-on-GA
- 本文件含论文及源代码。论文首先介绍了基本遗传算法的基本原理、特点及其基本实现技术，接着针对背包问题，论述了遗传算法在编码表示和遗传算子（包括选择算子、交叉算子变异算子这三种算子）等方面的应用情况。并且结合背包问题实例，给出了具体的编码方法，运行参数，群体大小，最大迭代次数，以及合适的遗传算子。最后，简单说明了遗传算法在求解背包问题中的应用并对遗传算法解决背包问题的前景提出了展望。-The file containing the papers and source code. The paper
The-clock-points-frequency-module
- 对外部晶振50M进行分频，分出1M、1k和1的频率-External crystal oscillator fifty m for crossover, ceding 1 m, 1 k and 1 frequency
AdapGA
- 用matlab编写的自适应遗传算法，交叉概率和变异概率能够自动随适应度而改变，因此能够提供相对某个最优解的最佳交叉概率和变异概率-Using matlab adaptive genetic algorithm, the crossover and mutation probability with the fitness change, and therefore able to provide relatively a optimal solution best crossover proba