搜索资源列表
sade
- 它是一个基于遗传算法的优化方法,使用微分运算符。它用于解决带有大量未知事物的优化问题。-it is based on a genetic algorithm optimization method, the use of Differential Operators. It used to solve a large number of unknown things with the optimization problem.
BP网络
- 这是我参考了n(n>=5,^_^)篇BP神经网优化方法的论文写出的BP神经网源代码,使用了批处理训练方法,带动量项、学习速率的自适应调整、仅对学习精度没有达到指定要求的模式训练,并且训练精度逐步加大,通过这种方法,极大地加快了训练速度;另外,对于0模式和1模式数目相差很大(5-6倍)都能达到很高的学习精度。-This is my reference to the n (NGT; Chapter 5 = ,^_^) BP neural network optimization method
work53
- 对车间生产过程中的各个环节进行了模拟,并从中得到优化方法。
tsp
- 通过神经网络,蚁群算法,遗传算法等智能优化方法解决TSP问题
optipid
- 现有的PID参数优化方法往往难以同时兼顾系统对快速性、稳定性与鲁棒性的要求,本文针对这一缺陷,提出了一种多目标PID优化设计方法——在满足系统的鲁棒性的前提下,以超调量、上升时间和调整时间最小作为多目标优化的子目标,并将NSGA-Ⅱ与PGA相结合对其求解。该算法求得的Pareto最优解分布均匀,收敛性和鲁棒性好,决策者可根据实际系统的要求在Pareto解集中选择最终的满意解,这为快速性、稳定性与鲁棒性的权衡分析提供了有效的工具。仿真结果表明本文设计方法的有效性和优越性。
ipphone_1
- 本方案是一款低成本ip phone方案。具备高端IP电话的多网口和路由功能;采用ARM9E单芯片处理所有语音和网络功能,便于升级和移植;ARM9作为业界标准芯片,便于大规模生产,未来成本更加优势明显;采样独特软件优化方法,降低系统消耗;语音性能优,网络接口稳定可靠
GA_Matlab
- 在工业工程中,许多最优化问题性质十分复杂,很难用传统的优化方法来求解.自1960年以来,人们对求解这类难解问题日益增加.一种模仿生物自然进化过程的、被称为“进化算法(evolutionary algorithm)”的随机优化技术在解这类优化难题中显示了优于传统优化算法的性能。目前,进化算法主要包括三个研究领域:遗传算法、进化规划和进化策略。其中遗传算法是迄今为止进化算法中应用最多、比较成熟、广为人知的算法。
wys
- 无约束优化方法程序考核题
H.263H.263+
- 本文对 H.263/H.263+视频编解码系列的基本原理、系统结构和压缩方法等做了简 要分析,并对运动估计方法作了算法上的改进,提出了一种提前预测运动矢量分级搜索 的方法,该算法搜索点少,运算量小,精度也比较高。在此基础上,以H.263/H.263+视 频编解码算法为核心,结合Winsock编程和多线程处理等技术,在局域网内实现了基于 PC机的图像实时传输。另外,结合TI公司的高性能定点处理芯片TMS320C6416的结 构和特点,利用多种优化方法,对H.263/H.263
1234
- 组合优化问题的人工鱼群算法应用 通过模仿鱼类的行为方式,提出了一种基于动物自治体的优化方法—人工鱼群算法(Artificial Fish- school Al2 gorithm) ,并将其用于组合优化问题的求解. 介绍了该算法在此类问题求解中的距离、邻域等概念,给出了具体的实 现方法. 最后以TSP 问题为例对该算法进行仿真测试. 结果表明它具有快速收敛的能力.
Cauchy__
- 柯西方法解方程,用在最优优化计算领域,属于静态优化方法的一种
ArtificialFishesAlgorithm
- 介绍了一种新型的智能优化方法_人工鱼群算法
yqsf2
- 智能优化方法 蚁群算法的matlab程序,对蚁群算法的一种改进程序
yzgjdycth
- 智能优化方法 对遗传算法和模拟退火算法的一种综合和改进,提高了算法的求解精度。
Pthreads
- Pthreads是Intel开发的Linux下的多线程编译工具,能最大发挥Intel最新多核CPU的性能,这里给出一些实验例程以及优化方法。
memetic_for_TSP
- TSP问题是组合优化中的经典问题。其解决方法有局部优化方法和一些启发式算法,局部搜索方法充分考虑问题 的邻域结构,遗传算法有很好的全局搜索能力,memetic算法把遗传算法和局部优化算法相结合,试验结果证明,能很好地解 决TSP问题。
de
- 微分进化算法DE(Differential Evolution)由Storn和Price等学者于1995年首先提出。它是一种基于种群优化的新智能优化方法,它已被证明在求解过程中具有高效性、收敛性、鲁棒性等优点
GA
- 遗传算法是近来较为热门的结构优化方法,C源代码
afsa2
- 优化命题的解决存在于许多领域,对于国民经济的发展也有着巨大的应用前 景.随着优化对象在复杂化和规模化等方面的提高,基于严格机理模型的传统优化 方法在实施方面变得越来越困难.
reactive_optimization
- 变尺度混沌优化(MSCOA)是一种改进的混沌优化方法(COA),利用混沌运动的内在随机性、遍历性和规律性进行全局寻优。