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
piaoyimoxing_bianliangxuanze
- 陀螺漂移模型变量的选择在建模中具有重要作用。本文讨论了变量选择的多种方法,提出一种改进的子集比较法,并结合陀螺测漂实例对实现模型变量的最优选择进行了研究 -Gyro drift model for the choice of variables in the modeling plays an important role. This article discusses a variety of variable selection method, a modified subset of
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
Multi2vendorSelectionModelforMulti2product
- 为解决供应链中多品种供应的多供应商选择问题,建立了以供应综合成本最低为目标函数、满足多个约 束条件的组合优化模型. 为解决求解的困难,采用变换分解算法,将原模型转换为整数规划问题. 根据不同迭代 方式,给出了2种基本运算步骤1在算例中运用模型和算法,得到了多物资供应环境下多供应商的最优任务分 派1新方法克服了常规供应商的选择评价方法只针对单一物资供应过程和面向单一供应商选择过程的局限性.-To solve the multi2vendor selection p roblem in
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.
Solving
- 求解双层规划问题常用的算法有极点算法、直接搜索法、下降法和非数值优化方法(如模拟退火算法、遗传算法等)，遗传算法的求解思路是：首先对上层的决策变量编码，代人下层规划模型，通过求解下层模型的决策变量值，代入上层模型计算适应度值，然后进行交叉、变异、选择操作，最后求出最优解。-Solving Bilevel Programming Problems with pole algorithm commonly used algorithms, direct search method, descent
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，
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
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
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
排队模型
- 通过一系列的数值实验，我们发现在一个全专家系统中，低利用率也会降低质量，因此最优的人员组合将灵活和 专业工人。我们还研究了当系统性能对人员配置选择敏感时。对于学习率高的小型系统，最佳的人员组合比极端情况（完全专业化或完全灵活的劳动力）。如果系统规模小，学习速度慢，则首选灵活的服务器。对于具有高学习率的大型系统，该模型倾向于专用服务器。在最后一组实验中，该模型分析了实际呼叫中心的设计选项。
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