当前位置：
首页 资源下载
搜索资源 - global optimization
搜索资源列表
-
0下载：
微分进化算法适用于全局优化无约束连续变量,很不错的的程序啊-The differential evolution algorithm for global optimization of unconstrained continuous variables, very good program, ah! ! !
-
-
0下载：
用蚁群算法来解决tsp问题，效率较高，可以得到全局最优解-Tsp with ant colony algorithm to solve the problem, more efficient, you can get the global optimal solution
-
-
0下载：
此文档是遗传算法原理加源代码。生物的进化是一个奇妙的优化过程，它通过选择淘汰，突然变异，基因遗传等规规律产生适应环境变化的优良物种。遗传算法是根据生物进化思想而启发得出的一种全局优化算法。 已通过测试。
-This document is the Genetic Algorithm and source code. Biological evolution is a fantastic optimization process, it is eliminated, by selecting
-
-
0下载：
针对传统遗传算法的早熟收敛问题,在著名的“基因块”假设的基础上,提出了一种改进算法：利用设计的新算子对传统遗传算法演化过程中被淘汰的个体进行二次演化，使得可能包含在将来的演化中对结果的全局最优性产生重要影响的基因块得以保留,以此来避免遗传算法早熟收敛现象。实验结果证明了该改进算法可以有效地避免早熟收敛，提高了算法全局优化能力。-Premature convergence of traditional genetic algorithm, based on the assumptions of t
-
-
0下载：
主要用模拟推退算法的搜索与全局优化功能解决旅行商难题-Search for global optimization functions primarily with analog push-off algorithm to solve the traveling salesman problem
-
-
0下载：
生物的进化是一个奇妙的优化过程，它通过选择淘汰，突然变异，基因遗传等规律产生适应环境变化的优良物种。遗传算法是根据生物进化思想而启发得出的一种全局优化算法。
-Biological evolution is a fantastic optimization process, which eliminated by choosing a sudden mutation, genetic adaptation to environmental change such laws have good
-
-
0下载：
遗传算法是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率搜索算法，有很强的解决问题的能力和广泛的适应性。-The genetic algorithm is the simulation of biological genetic and evolutionary processes in the natural environment and the formation of an adaptive global optimization probabilistic sear
-
-
0下载：
基于MATLAB支持向量机实验模型研究与设计
支持向量机作为一种优秀的学习方法，它具有理论完备、适应性强、全局优化、训练时间短、泛化性能好等优点，已成为当前国际机器学习界的研究热点，有着很好的应用前景。-MATLAB-based support vector machine experimental model of research and design support vector machine as an excellent way to learn, it has the adva
-
-
0下载：
运用遗传优化算法优化模糊C均值聚类，通过全局自适应寻优，寻找出更为精确的模糊聚类中心-Using genetic optimization algorithm to optimize the fuzzy C-means clustering, global adaptive optimization to find a more precise fuzzy clustering center
-
-
1下载：
当红外图像中包含较强噪声时, C-V 模型水平集分割方法会产生大量冗余轮廓 同时, C-V 水平集采用偏
微分方程( PDE) 实现, 存在计算量大、分割速度慢的缺点。为此, 本文提出了改进的快速算法, 该算法保留了C-V
模型的全局优化特性, 并通过窗口滤波整合图像邻域空间信息来构建曲线进化的外部速度, 从而提高C-V 模型
的抗噪性并减少分割中产生的冗余轮廓 采用基于双链表的快速水平集算法来实现曲线的演化, 去除了传统算
法中的重新初始化和PDE 求解的过程, 减少了迭代步数
-
-
0下载：
蚁群算法是一种常用的全局最优化方法，可在matlab中实行他的计算。-The ant colony algorithm is a global optimization method can be implemented in matlab his calculations.
-
-
0下载：
免疫算法同样也是一种全局最优化算法，在本文讲述了他的matlab实现-Immune algorithm is also a global optimization algorithm, implemented in this article about his matlab
-
-
0下载：
PSO算法简单、易实现、计算量小，而且PSO 对初始点依赖性不大，具有更强的全局优化能力，也能较快的的收敛于可接受解。这是改进的pso,请多多指教。-PSO algorithm is simple, easy to realize the advantages of a small amount of computation and computational efficiency, and PSO dependence of the initial point, with stronger g
-
-
0下载：
Matlab优化视频（二）：全局优化方法及应用(by考拉)-The Matlab Optimization Video (b): global optimization and the application (by Koala)
-
-
0下载：
The shuffled complex evolution with principal components analysis–University of California at Irvine (SP-UCI) method is a global optimization algorithm designed for high-dimensional and complex problems. It is based on the Shuffled Complex Evolution
-
-
0下载：
Basics of Imperialist CompetitveAlgorithm-Global Optimization Strategy using matlab
-
-
0下载：
粒子群算法是一种有效的全局寻优算法，最初由美国学者1951年提出。-The particle swarm optimization is an effective global optimization algorithm, originally developed by American scholars in 1951.
-
-
1下载：
本文主要介绍遗传算法的基本理论，叙述遗传算法在图像增强的的主要应用，即将原始图像变得更加清晰，特征变得更加明显。
现今关于图像增强的算法有很多，而这些算法大多是基于退化函数或者点扩展函数的知识进行图像处理的。当图像出现模糊或噪声影响大时，设计出的图像清晰化的效果肯定不够理想，因此有必要对图像进行增强处理。于是，可利用到遗传算法这种成熟稳定的仿生物进化的全局寻优算法，进行图像增强，由于遗传算法控制参数少、自适应度高，将选择该方法对图像退化分别进行不同的清晰化处理. 这样既增强了图像的对比度,又
-
-
0下载：
应用粒子群算法，进行全局寻优，实现了标准全局版粒子群算法的单步更新-Particle swarm optimization, global optimization, single-step update of the standard global version of the particle swarm algorithm
-
-
0下载：
简要阐述了遗传算法的基本原理 ,探讨了在 MATLAB 环境中实现遗传算法各算子的编程方法 , 并以一个简单的实例说明所编程序在函数全局寻优中的应用-Briefly the basic principles of genetic algorithms to explore the genetic algorithm in MATLAB programming methods for each operator, and a simple example to illustrate the pro
-
«
1
2
3
4
5
67
8
9
10
11
...
28
»
