搜索资源列表
gatbx
- Genetic Algorithm Toolbox for MATLAB, v1.2 （最好的遗传算法工具箱University of Sheffield） 需要将各文件的名称改成小写；-Genetic Algorithm Toolbox for MATLAB. v1.2 (the best genetic algorithm toolbox University of Sheffield) The need to the file name changed to lowercase;
MATLAB-Neural-network-cases
- 共有30个MATLAB神经网络的案例(含可运行程序），包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群）、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。-Neural network cases
MATLAB-GAa
- 详细讲述了MATLAB遗传算法工具箱中主要函数的用法，并且举例说明算法；-Described in detail in the main MATLAB genetic algorithm toolbox functions are used, and examples of algorithms
MATLAB
- 1．本程序演示的是用简单遗传算法随机一个种群，然后根据所给的交叉率，变异率，世代数计算最大适应度所在的代数 2．演示程序以用户和计算机的对话方式执行，即在计算机终端上显示“提示信息”之后，由用户在键盘上输入演示程序中规定的命令；相应的输入数据和运算结果显示在其后。 3．测试数据 输入初始变量后用y=100*(x1*x1-x2)*(x1*x2-x2)+(1-x1)*(1-x1)其中-2.048<=x1,x2<=2.048作适应度函数求最大适应度即为函数的最大值 -1.
ga1
- 遗传算法matlab源代码； 遗传算法matlab源代码；遗传算法matlab源代码-Genetic algorithm matlab source code Genetic algorithm matlab source code
MATLAB-for-solving-differential
- MATLAB解微分方程；遗传算法工具箱；laplace偏微分方程求解；-MATLAB for solving differential equations genetic algorithm toolbox laplace partial differential equations
matlab
- 设每位同学自己的学号为n，采用遗传算法求解下面优化问题： min f(x1,x2)=(4-2.1*x1^2+(x1^4)/3)*x1^2+x1*x2+(-4+4*x2^2)*x2^2+n-20111369 s.t. -3<x1<3 -2<x2<2 函数 为六峰值驼背函数（Six-hump Camel Back Function），要求如下： （i）mesh()为Matlab中常用的画图函数，请查阅相关书籍或help，掌握mesh用法
GA_SA.matlab
- 模拟退火算法和遗传算法，智能算法里面的两个重要算法思想；程序已经通过了测试，可直接运行；-Simulated annealing algorithm and genetic algorithms, intelligent algorithms inside two important algorithms thought the program has passed the test can be run directly
Genetic-Algorithm-matlab
- 遗传算法 ( Genetic Algorithm , GA) 是借鉴生物界自然选择和群体进化机制形成的一种全局寻优算法 。与传统的优化算法相比 ,遗传算法具有如下优点 [1 ] :1 ) 不是从单个点 ,而是从多个点构成的群体开始搜索 2) 在搜索最优解过程中 ,只需要由目标函数值转换得来的适应值信息 ,而不需要导数等其它辅助信息 3) 搜索过程不易陷入局部最优点 。 数学建模中常用的matlab算法，遗传算法，内容详细，包括PDF版本的详细的算法实现过程；-Genetic Algorith
gatbx
- 遗传算法程序包； 安装： 1、解压gatbx-origin.zip，得到DOC和SRC文件夹； 2、拷贝SRC到Matlab安装目录下的toolbox文件夹中，并将SRC更名为gatbx； 3、打开toolbox\local\目录下的pathdef.m文件(programme of genetic algorithm)
nsga_2
- 基于非支配排序遗传算法处理多目标优化的matlab例程(A matlab routine for multiobjective optimization based on nondominated sorting genetic algorithm)
免疫算法
- 免疫算法，与遗传算法相似，只是多用了一个免疫函数；免疫算法是遗传算法的变体，它不用杂交，而是采用注入疫苗的方法。(Immune algorithm, similar to the genetic algorithm, but the use of an immune function; immune algorithm is a variant of genetic algorithms, it does not hybrid, but the use of vaccination method
1
- 主要是针对matlab编程的14个案例； 案例1：一般区域二重、三重积分； 案例2：被积函数含有积分项的一类积分； 案例3：一般区域n重积分； 案例4：蒙特卡洛法计算n重积分； 案例5：第二类Fredholm积分方程； 案例6：第一类Fredholm积分方程； 案例7：第二类Volterra积分方程； 案例8：第一类Volterra积分方程； 案例9：全局优化； 案例10：fsolve求非线性方程组； 案例11：渐变光波求导； 案例12：遗传算法在复杂系统可靠度和冗余度分
MATAB神经网络30个案例分析
- 该PDF共有30个MATLAB神经网络的案例，包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群)、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。本PDF作为本科毕业设计、研究生项日设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。(The PDF has a total of 30 MATLAB in the case of neural networks, including BP, RBF, SVM
yichuansuanfawugong
- 遗传算法(genetic algorithm，GA)是一种近年来发展起来的基于自然选择规律的进化算法，本程序利用改进型遗传算法对电力系统进行无功优化，与遗传算法进行比较，通过实际算例分析及MATLAB编程结果运行，成功解决了无功优化问题，并验证了改进型遗传算法的优越性。(The genetic algorithm (genetic algorithm GA) is an evolutionary algorithm based on natural selection rules develop
GATest_src
- 用遗传算法求解函数最大值的matlab程序(Solving the maximum function of function by genetic algorithm)
PSO_TSP（混合粒子群：较优）
- 解决环球旅行问题的一种精确度比较高的算法，相较于蚁群算法和遗传算法都有较大的改进；(A high precision algorithm for solving global travel problems has a greater improvement than the ant colony algorithm and the genetic algorith)
源程序Maltab在数学建模中的应用卓金武等
- 上篇介绍数学建模中常规方法的matlab实现，包括matlab交互、数据建模、程序绘图、灰色预测、规划模型等方法；还介绍了各种高级方法的matlab实现，包括遗传算法、粒子群算法、模拟退火算法、人工神经网络、小波分析、动态仿真、数值模拟等。下篇以真实的数学建模赛题为案例，介绍了如何用matlab求解实际的数学建模问题，给出了详细的建模过程和程序(The introduction of conventional methods of mathematical modeling in matlab
Function optimization algorithm
- 遗传算法提供了求解非线性规划的通用框架，它不依赖于问题的具体领域。遗传算法的优点是将问题参数编码成染色体后进行优化， 而不针对参数本身， 从而不受函数约束条件的限制； 搜索过程从问题解的一个集合开始， 而不是单个个体， 具有隐含并行搜索特性， 可大大减少陷入局部最小的可能性。而且优化计算时算法不依赖于梯度信息，且不要求目标函数连续及可导，使其适于求解传统搜索方法难以解决的大规模、非线性组合优化问题。(Genetic algorithm provides a general framework f
Elman神经网络预测电力负载
- Elman神经网络建立建筑物电力负荷预测模型中遇到的几个关键问题有，数据归一化处理、输入输出样本的选取、隐含层节点数的确定；分别建立Elman神经网络模型，并利用某栋建筑物实际历史电力负载数据进行预测，分析比较与实际数据值的预测精度，得出了一个有效的数据预测模型。(Several key problems encountered in building power load forecasting model based on Elman neural network are data norm