搜索资源列表
模拟退火源码
- 模拟退火算法 模拟退火算法(Simulated Annealing,简称SA算法)是模拟加热熔化的金属的退火过程，来寻找全局最优解的有效方法之一。 模拟退火的基本思想和步骤如下： 设S＝{s1,s2,…,sn}为所有可能的状态所构成的集合， f：S—R为非负代价函数，即优化问题抽象如下： 寻找s*∈S，使得f(s*)＝min f(si) 任意si∈S （1）给定一较高初始温度T，随机产生初始状态S （2）按一定方式，对当前状态作随机扰动，产生一个新的状态S’ S’＝S＋sign(η).δ 其中δ
Matlabfuzzy
- 本文介绍一种倒立摆系统的软硬件开发，其硬件系统具有低成本、高可靠性和稳定性等优点；其软件系统在Matlab环境下编程和实时控制，源代码完全开放，而且可调用丰富的Matlab工具箱函数，非常适用于教学和科研上的再学习和开发。-This paper introduces an inverted pendulum system software and hardware development, the hardware system has a low-cost, high reliability
MATLAB
- 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，它最初由美国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）。 -In artificial intellig
matlab-accessory_parameter
- lingjian.m-----蒙特卡罗方法 lingjian.m使用零件初始值，用蒙特卡罗方法算出总费用。其中使用了自己编制的正态分布随机数发生器产生正态分布随机数。lingjian.m是对蒙特卡罗方法的一次练习。 accyouhua为标定值的函数，而lingjian不是一个函数，在其中已给出了一组标定值的值。 退火确定标定值/unitanneal()----模拟退火 连续型多个变量组合优化问题 这是对模拟退火方法的一次练习，结果证明模拟退火确实是一
ba_shu_ma_wen_ti
- 用人工智能领域中经典的A*算法解决了人工智能中常见的八数码问题。本文首先介绍了八数码问题,然后对A*算法进行了解释。针对八数码问题给出并证明了路径不存在时的条件,并事先作了判定。定义了灵活的估价函数,分析了估价函数对程序效率的影响,并对Closed表进行了若干优化,提高了搜索效率,取得了较好的效果。-With the field of artificial intelligence in the classic A* algorithm to solve a common artificial
CPSO
- 混沌粒子群算法，求代价函数问题，可以避免粒子群算法陷入局部最优，求取全局最优。代码含代价函数，可作为例子理解。-Chaos particle swarm optimization, seeking cost function problems, avoid getting into local optimum particle swarm algorithm, obtaining the global optimum. Code containing cost function can be u
Cluster_K-means
- k中心算法的基本过程是:首先为每个簇随意选择一个代表对象，剩余的对象根据其与每个代表对象的距离（此处距离不一定是欧氏距离，也可能是曼哈顿距离）分配给最近的代表对象所代表的簇；然后反复用非代表对象来代替代表对象，以优化聚类质量。聚类质量用一个代价函数来表示。当一个中心点被某个非中心点替代时，除了未被替换的中心点外，其余各点被重新分配。-The basic process k center algorithm is: First free to choose a delegate object fo
pso-riqian-dispatch
- 日前调度计划优化，根据负荷、风电、光伏、燃气轮机、蓄电池出力计划，安排日前调度出力，以成本最优为目标函数进行调度-Recently scheduling optimization, depending on the load, wind power, photovoltaic, gas turbines, battery output plan arranged before scheduling output, optimal scheduling cost as the objective
bpback
- 神经网络比较基础的算法，实现梯度下降和反向传播，以及L2规范化、交叉熵代价函数的引入，卷积神经网络 该算法用于mnist数据测试，有详细中文注释-Neural network based on the comparison algorithm, gradient descent and back-propagation, and L2 standardization introduced cross entropy cost function, convolution neural netw
gradientDescent
- 机器学习中用于求解代价函数最小值的梯度下降算法-Machine Learning for solving the minimum cost function gradient descent algorithm
ML_ex1
- Machine Learning Linear regression exercise one code by Andrew NG, one valuable cost function, with gradient decent and homework instructions, Stanford University, computer science,and so on