搜索资源列表
MK
- 根据中国气象站点数据，经过处理，对其进行突变分析。(According to the data of China Meteorological Station, the mutation analysis was carried out.)
MK-检验
- 用Excel计算突变检验，以及突变检验原理，比较详细。(sing Excel to calculate the mutation test)
ga1
- 关于遗传算法简单入门的一些小程序，有选择、交叉、变异的函数(On the simple introduction of genetic algorithm some small programs, there is a choice, cross, mutation function)
GA
- 遗传算法（Genetic Algorithms，简称 GA）是一种基于自然选择原理和自然遗传机 制的搜索（寻优）算法，它是模拟自然界中的生命进化机制，在人工系统中实现特定目 标的优化。遗传算法的实质是通过群体搜索技术，根据适者生存的原则逐代进化，最终 得到最优解或准最优解。它必须做以下操作：初始群体的产生、求每一个体的适应度、 根据适者生存的原则选择优良个体、被选出的优良个体两两配对，通过随机交叉其染色 体的基因并随机变异某些染色体的基因后生成下一代群体，按此方法使群体逐代进化， 直
Algoritmo Genético
- This program optimizes the discretization for a demand curve using recombinations and mutatios
BOOTLoader
- AVR单片机 可支持485或232接口。变异软件ICCAVR，上位机软件应用超级终端或avrubd等，Xmodem，9600,8,1，n(AVR single chip can support 485 or 232 interfaces. Mutation software ICCAVR, upper computer software application super terminal or avrubd, Xmodem, 9600,8,1, n)
PSOsuanfa
- 该代码为基于变异粒子群算法的函数极值寻优算法，选择合适的参数，通过迭代寻优，最后得到最优个体的适应度(This code is a function extremum optimization algorithm based on the mutation particle swarm optimization algorithm, selects the appropriate parameters, and obtains the optimal individual fitness by
MK程序
- MK检验，分为时间序列的突变检验和趋势检验(The MK test is divided into the mutation test and the trend test of the time series)
实验8 定时器中断实验
- STM32F407 定时器使用寄存器版本——参考正点原子，编译有报错的请自己检查变异环境(The STM32F407 timer uses a register version - refer to the positive point atom, compiling the wrong message and checking the mutation environment for yourself)
buck
- simulink中Buck电路仿真，输入占空比得到想要的输出电压，并观察负载突变的影响。(Simulink Buck circuit simulation, input the duty cycle to get the desired output voltage, and observe the impact of load mutation.)
pso2
- 粒子群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。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。(It is more simple than the genetic algorithm rule. It doesn't have the crossover (Crossover) and the Mutati
pso
- PSO 算法属于进化算法的一种，和模拟退火算法相似，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。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。(The PSO algorithm is a kin
m_ktubianjianyan
- Mall-Kendall以气候、下垫面一致为前提，要求序列随机独立且同分布，用于突变点的识别。 UFk为一条随k变化的曲线，当n增加时，UFk很快趋于标准正态分布。 假设H0成立。给定显著性水平α，查算正态分布表得。当|UFk|＜时，接受原假设，即趋势不显著；反之，拒绝原假设，即趋势显著。 在坐标轴上绘制两条曲线，若相交，则交点为突变点。这就是Mall-Kendall法。(Mall-Kendall to climate and underlying surface consistent i
PSO-Python
- 粒子群算法，PSO 算法属于进化算法的一种，和模拟退火算法相似，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。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。(The particle swarm optimization (PSO) al
Matlab代码
- 遗传算法 1、评估每条染色体所对应个体的适应度 2、遵照适应度越高，选择概率越大的原则，从种群中选择两个个体作为父方和母方 3、抽取父母双方的染色体，进行交叉，产生子代 4、对子代的染色体进行变异 5、重复2，3，4步骤，直到新种群的产生。结束循环。(1. Evaluate the fitness of each chromosome. 2. Following the principle of higher fitness and greater probability of selectio
遗传算法
- 理解遗传算法的入门程序，这里面每一个程序的代码都有标注。便于理解生成种群、遗传和变异过程，附带了一个算例，可以参考。(Understand the entry procedure of genetic algorithm, in which every program's code is marked. It is easy to understand the process of population, heredity and mutation. A numerical example is
TDOA-SGA
- 本程序完成了利用标准遗传算法计算基于TDOA定位的移动通信基站定位算法，采用二进制编码过程，选择、交叉、变异操作等，运行结果分析都包含在内。(This program uses standard genetic algorithm to calculate the location algorithm of mobile communication base station based on TDOA positioning, using binary encoding process, sel
新的小波去噪程序
- 通过分析硬阈值函数的数学特性，并考察其对电能质量扰动信号的去噪过程可知， 该算法仅简单的对小波系数进行剔除与保留，在抑制噪声的同时也容易将突变点去除， 最终导致扰动定位失效，不利于分析电网故障的类型以及发生的起止时刻。(By analyzing the mathematical characteristics of the hard threshold function and investigating its denoising process to the power quality
ga
- 这是一个基于matlab的遗传算法，内含交叉操作、计算适应度函数、变异操作等算法，需要的赶紧下载了~(This is a genetic algorithm based on matlab, including cross-operation, calculation fitness function, mutation operation algorithm, need to be downloaded quickly ~)
粒子群
- 粒子群算法，也称粒子群优化算法或鸟群觅食算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，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