搜索资源列表
NEA
- 针对现有遗传算法在多维非线性优选方面的不足，本文提出了一种基于小生境进化算法（NEA）的非线性优选模型，探讨了NEA算法的参数选择原则。通过大量仿真和比较，表明算法在复杂非线性优选中具有快速、高效、鲁棒性强的特点，并能在全局范围内有效搜索所有最优解。 -against existing genetic algorithms in three-dimensional nonlinear optimization for the shortage, the paper presents a ni
support_vector_machine
- C针对模式识别问题H描述了支持向量机的基本思想H着重讨论了OD=?PI最小二乘=?PI加权=?P 和直接 =?P 等新的支持向量机方法H用于降低训练时间和减少计算复杂性的海量样本数据训练算法分块法I分解法H提 高泛化能力的模型选择方法H以及逐一鉴别法I一一区分法IPD., 分类法I一次性求解等多类别分类方法@最后给 出了污水生化处理过程运行状态监控的多类别分类实例@作为结构风险最小化准则的具体实现H支持向量机具有 全局最优性和较好的泛化能力
imagedenoisingscalespace
- 在使用扩散过程平滑噪声之后引入反扩散过程来恢复边缘，结合尺度空间理论和反扩散函数对图像进行去噪处理。该方法使用最小描述长度(MDI )准则自适应地选择图像中每一点处的最优尺度对图像进行滤波。加入尺度范围限制降低了过平滑和欠平滑的影响。改进了反扩散函数模型，对降质图像中的边缘进行恢复。与经典的滤波方法以及各向异性扩散方程的结果相比。本文方法取得了较好的效果。
yichuansuanfa
- 遗传算法，是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法.遗传算法是一类可用于复杂系统优化的具有鲁棒性的搜索算法
iocp小牛远程控制源代码
- =================功能介绍=================1、核心的屏传算法，在保持较高的刷新率的情况下，占用的CPU是最低的，领先国内已知的远控屏传算法！2、控制端使用了IOCP技术，轻松响应大规模的网络连接，可以同时控制上万台的主机！3、服务端使用纯SDK编写，生成的文件小，同时使用了事件选择的网络模型，实现了最优化的网络传输，是window平台网络传输模式中最优的网络模型！4、使用MPEG4的编码方式进行视频截取，达到了QQ的视频聊天的图象效果，可以自由安装MPEG4编码
VC++GeneticAlgorithm
- 很经典的一个算法。大家做工程和通信用的着。遗传算法（Genetic Algorithm）是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它是有美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》，GA这个名称才逐渐为人所知，J.Holland教授所提出的GA通常为简单遗传算法（SGA）。-A classic a
AG
- 通过通用演化算法模型寻找搜索优化问题的最优解。采用二进制编码方案，繁殖池选择策略。-Through the common evolutionary algorithm model search to find the optimal solution of optimization problems. Binary coding scheme, breeding pool selection strategy.
SVM_Short-term-Load-Forecasting
- 优秀论文及配套源码。首先阐述了负荷预测的应用研究现状，概括了负荷预测的特点及其影响因素，归纳了短期负荷预测的常用方法，并分析了各种方法的优劣；接着介绍了作为支持向量机（SVM）理论基础的统计学习理论和SVM的原理，推导了SVM回归模型；本文采用最小二乘支持向量机（LSSVM）模型，根据浙江台州某地区的历史负荷数据和气象数据，分析影响预测的各种因素，总结了负荷变化的规律性，对历史负荷数据中的“异常数据”进行修正，对负荷预测中要考虑的相关因素进行了归一化处理。LSSVM中的两个参数对模型有很大影响，
Audio-Watermarking-in-DCT
- 本文在DCT噪声信号模型研究的基础上,提出了一种新的音频水印嵌入位置选择策略和一个应用该策略的自适应音频水印算法. 通过定义DCT系数的噪声敏感度,建立了水印嵌入位置和嵌入水印后的音频信号的听觉感知性之间的关系,根据音频水印的不可听性的要求选择最优的嵌入位置,然后调节水印强度来满足鲁棒性的要求,从而最大程度地保持音频水 印的不可听性和鲁棒性,为解决音频水印嵌入过程中不可听性和鲁棒性之间的矛盾提供了一种策略.-Though m any w orks in the literature agre
Machines-Based-on-DFS
- 深度优先搜索的支持向量机参数优化算法 Study on Parameters Optimization of Support Vector Machines Based on DFS :研究支持向量机参数优化问题，由于算法要求准确选择 SVM 参数，支持向量机在处理大样本数据集时和最优模型参 数确定时，消耗的时间长、占有内存大，易获得局部最优解的难题。为了解决支持向量机存在的不足，采用深度优先搜索算 法对其参数优化机机制进行改进。将向量机参数优化视成一个组合优化问题，将支持向
ercichaz23
- 机械优化设计主要包括建立优化设计问题的数学模型和选择合适的优化方法及程序两方面的内容.基于二次插值法的基本原理,通过实例,编写MATLAB程序进行求解,计算结果说明了二次插值法是一种求解一元函数极小点问题最优解的可行高效的方法.-Mechanical optimization design includes a mathematical model to optimize the design of the problem and choose the appropriate two aspec
ant-colony-optimization-algorithm
- 建立了带约束条件的物流配送问题的数学模型，运用蚁群算法解决物流配送路径 优化问题，并将遗传算法的复制、交叉、变异等遗传算子引入蚁群算法，同时改进信息素的 更新方式、客户点选择策略，以提高算法的收敛速度和全局搜索能力。经过多次实验和计算 ，证明了用改进的蚁群算法优化物流配送线路，可以有效而快速地求得问题的最优解或近似最 优解。-A mathematical model with the constraints of logistics and distribution issues,
tsp
- 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法 遗传算法的基本运算过程如下： a)初始化：设置进化代数计数器t=0，设置最大进化代数T，随机生成M个个体作为初始群体P(0)。 b)个体评价：计算群体P(t)中各个个体的适应度。 c)选择运算:将选择算子作用于群体。选择的目的是把优化的个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代。选择操作是建立在群体中个体
path-planning
- 针对自治水下机器人(AUV)的路径规划问题进行了研究,依据模糊控制规则,提出了一种基于粒子群优化(PSO)的模糊路径规划算法.首先建立水下水平面内路径规划的模糊规则,并应用A/B模型进行静态和动态障碍物的避障.同时考虑到模糊边界的选择具有很大的随意性,所生成的路径并非最优,利用PSO算法进行模糊集合的优化,使得最终生成的路径最优.应用设计的粒子群优化模糊(PSO-fuzzy)算法针对动静态障碍物进行了避障路径规划,仿真结果验证了所设计的方法的有效性.-The study was conducte
gaot
- tep 1：对遗传算法的运行参数进行赋值。参数包括种群规模、变量个数、交叉概率、变异概 率以及遗传运算的终止进化代数。 Step 2：建立区域描述器。根据轨道交通与常规公交运营协调模型的求解变量的约束条件，设 置变量的取值范围。 Step 3：在Step 2的变量取值范围内，随机产生初始群体，代入适应度函数计算其适应度值。 Step 4：执行比例选择算子进行选择操作。 Step 5：按交叉概率对交叉算子执行交叉操作。 Step 6：按变异概率执行离散变异操作。 Step 7：计算
copula_toolbox
- garch 工具箱方便简洁，内容完美，包括模型的建立，模型的检验，模型的选择。(The garch toolbox is perfect, it include the establishment of the model, the model of the test, the choice of the model..)
GA遗传算法
- 遗传算法（Genetic Algorithm）是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它是有美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》。(The genetic algorithm (Genetic Algorithm) is a computational model for the sim
模型预测直接转矩
- 基于模型预测的永磁同步电机直接转矩控制，通过建立其预测模型，并且评估每个电压矢量作用所产生的结果，选择最优的电压矢量并得到其PWM信号施加到变压器上以此来控制PMSM的转矩。该文件包含仿真文件，但是不包含模型预测控制的程序，程序获取方式在文件中(Direct torque control of permanent magnet synchronous motor based on model predictive control is established. By establishing i
NiBianQi
- 模型预测电流控制其控制思想基于以下原理：首先，功率变换器产生的开关状态个数有限，且通过建立模型可以预测每一个开关状态下被控变量的对应变化特性；其次，定义价值函数评价被控变量的预测值，为判别最优有限开关状态提供依据；最后，计算出每一种开关状态下的价值函数值，以此评价每一种开关状态下被控变量预测值的优劣，选择出最优的开关状态并应用。(The control idea of model predictive current control is based on the following princ
best_linear_regression_equation
- 病人有四个指标：X1：凝血值；X2：预后指数（与年龄相关）；X3：酶化验值；X4肝功能化验值。54位肝病人术前数据与术后生存时间如表所示.病人生存时间的Box-Cox变换变量Z与X1，X2，X3，X4的线性回归模型是合理的，程序实现了如何选择最优回归方程。(Patients have four indexes: X1: coagulation value; x2: prognosis index (related to age); X3: enzyme test value; X4 liver