搜索资源列表
mathmodel
- 这是一个好的建模学习资料,赶快下载吧, 数学建模十大算法 ( 包含:蒙特卡罗算法、数据拟合、参数估计、 插值等数据处理算法、线性规划、整数规划、多元规划、二次规划等规划类问题、 图论算法、动态规划、回溯搜索、分治算法、分支定界等计算机算法、 最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法、 网格算法和穷举法、一些连续离散化方法、数值分析算法、图象处理算法）-This a good model to study the information, downloa
ga427
- 针对TSP问题，提出了一种改进的遗传算法。在遗传算法中引入进化算法的思想，在此基础上提出顶端培育策略和分阶段策略，以求在保证群体多样性的同时加快收敛速度。-against TSP, an improved genetic algorithms. Genetic Algorithm evolutionary algorithm introduced the idea that the basis of this proposed strategy and cultivating top phase
CDAPSO
- 一种新的随机优化技术:基于群落动态分配的粒子群优化算法(Community Dynamic Assignation-based Particle Swarm Optimization,CDAPSO)。新算法通过动态改变粒子群体的组织结构和分配特征来维持寻优过程中启发信息的多样性,从而使其全局收搜索能力得到了显著提高,并且能够有效避免早熟收敛问题。-a new stochastic optimization techniques : Community-based dynamic allocat
CLSPSO
- 混沌的粒子群算法，求解无约束优化问题，可以保持个体多样性-Chaotic particle swarm algorithm for solving unconstrained optimization problems, can maintain the diversity of individual
GuoA
- 郭涛算法(GuoA)是基于子空间搜索(多父体重组)和群体爬山法相结合的演化算法。它通过利用少数个体所张成的子空间随机生成新的个体,体现了随机搜索的非凸性。此外,由于GuoA算法采用了单个体劣汰策略,算法在每次演化 迭代中,只把群体中适应性能最差的个体淘汰出局,淘汰压力 较小,既保证了群体的多样性,又可使具有较好适应性的个体能够一直保留。实践证明, GuoA算法具有较好的坚韧性,对于不同的优化问题无须修改算法的参数,而且效率很高,可能同时找到多个最优解。-Guo Tao algorithm
GTPSO
- 提出一种改进的粒子群优化算法———基于全局劣汰策略的混合粒子群优化算法(GTPSO) 。GTPSO在 保持PSO算法快速收敛的基础上,以郭涛算法(GuoA)的寻优机制确保种群的多样性和算法的坚韧性。数值计 算结果表明,对于高维(维数≥10)复杂非凸多峰函数的数值优化问题, GTPSO算法的计算结果均优于GuoA算 法和粒子群优化算法。-An improved particle swarm optimization algorithm--- poor overall survival
sys_entropy
- 计算RBN系统熵，ENTROPY Calculate the entropy of the system. Indicator for the diversity of the rules in the network.-Calculate the entropy of the system .Indicator for the diversity of the rules in the network.
GA
- 热力学遗传算"~-(therm odynamical genetic algorithms，简称TDGA)借鉴固体退火过程中能量与熵的竞争 模式来协调GA 中“选择压力”和“种群多样性”之间的冲突．然而TDGA 目前极高的计算代价限制了其应用．为了提 高TDGA的计算效率，首先定义一种等级熵(rating—based entropy,J~j称RE)度量方法，它能以较小的计算成本度量种 群中个体适应值的分散程度．然后引入分量热力学替换规则(component thermod)rnami
Diversity_of_the_BP_neural_network
- 多样本BP神经网络，是人工智能初学者一份非常好的学习源码素材-Diversity of the BP neural network experiment
MMAdapGA
- 多变异遗传算法增加了种群的多样性，将自变量的二进制表示的多个位取反-Multivariate genetic algorithm to increase the diversity of population, will be from a number of binary variables to bit
Parallel_Artificial_Immune_Algorithm_for_Large_Sca
- 为求解大规模TSP 问题, 提出了并行人工免疫系统的塔式主从模型(TMSM), 和基于TMSM 的并行免疫记忆克隆选择算法(PIMCSA) TMSM 是粗粒度的两层并行人工免疫模型, 其设计体现了分布式的免疫响应和免疫记忆机制. PIMCSA 用疫苗的迁移代替了抗体的迁移, 兼顾了种群多样性的保持和算法的收敛速度. 与其他算法相比, PIMCSA 在求解精度和运行时间上都更具优势, 而且问题规模越大优势越明显. TMSM 很好地体现了免疫系统的特性, PIMCSA 是适合求解大规模复杂优化问
Immune_Chaotic_Network_Algorithm_for_Multimodal_Fu
- 针对多峰函数优化问题，借鉴混沌遍历特性和免疫网络理论，提出一种免疫混沌网络算法。算法利用混沌运动的自身规律在不同的峰值区域内搜索最佳抗体，增强了算法的局部搜索能力；采用网络抑制策略，保持了种群的多样性；通过网络补充机制自适应地调节抗体群的规模，提高了算法对不同类型多峰函数的适应能力。仿真结果表明该算法能有效地改善种群的多样性，较好地保持全局搜索和局部搜索的动态平衡，具有更强的多峰函数优化能力-Referred to the ergodicity of chaos and immune netwo
duoboluyou
- 针对通信网络中多重QoS约束条件下的多播路由计算，提出了一个基于模拟退火技术的改进遗传算法HGA-QoSR。该算法把模拟退火技术的局部寻优能力与遗传算法的全局寻优能力有机结合，并利用隔离小生境机制控制种群的独立进化，使演化过程中的种群保持生态多样性，以提高算法运行效率和解的质量。理论分析和仿真实验表明，与传统遗传算法相比较，该算法性能有显著改进。 -Communication networks for multi-QoS Constrained multicast routing calcula
RELAY-HANDOFF-ALGORITHMS-IN
- 在协作分集系统中使用能量增益的绝对值和测量值来分析越区切换的算法。-Analysis of relay handoff algorithms in cooperative diversity systems using absolute and relative measurements of energy gain
Prediction--GA-SVM
- 在遗传算法中，种群只有保持一定的多样性才能进化，一般来说，在进化初期，由于种群个体差别较大，因此种群的多样性程度较强-In the genetic algorithm, the population only maintain certain diversity can evolve, generally, in the early evolution, due to the large population individual differences, so the diversity of
Genetic-Algorithm
- 在遗传算法中，种群只有保持一定的多样性才能进化，一般来说，在进化初期，由于种群个体差别较大，因此种群的多样性程度较强-In the genetic algorithm, the population only maintain certain diversity can evolve, generally, in the early evolution, due to the large population individual differences, so the diversity of
Constrained-Engineering-Optimization
- 将离散约束优化问题转化为非负整数约束规划问题，开发求解该问题的离散差分进化算法。该算法采用基于混沌映射 的种群初始化、双版本变异和带随机扰动项的取整运算等新策略。针对非线性约束条件，给出惩罚基数的计算方法和连续映 射基函数的表达式，在此基础上设计处理非线性约束的自适应惩罚因子。提出一种刻画种群多样性的新测度——种群二次平 均基因距离及基于新测度的依概率混沌移民算子。将自适应罚函数法、依概率混沌移民操作与离散差分进化算法有机融合， 构造面向工程约束优化的混合离散差分进化算法
BPSKMRC
- MRC分集程序，仿真了分集带来的性能增益-MRC diversity gains
Diversity-density-learning-algorithm
- 多示例学习是与监督学习、非监督学习和强化学习并列的第四类学习框架-Multi-instance learning with supervised learning, unsupervised learning and strengthen the learning parallel learning framework
OCD--code
- 通过对集成误差公式的理论分析，提出了一种能主动引导个体网络进行差异性学习的集成网络学习算法。该方法通过对集成误差的分解，使个体网络的训练准则函数中包含个体网络误差相关度的因素，并通过协同训练，引导个体网络进行差异性学习。该方法在基于油气分析的变压器故障诊断的实验结果表明，该方法的故障诊断准确率优于传统的三比值法与BP神经网络，其性能也比经典的集成方法Bagging和Boosting方法更稳定可靠。-A learning algorithm is proposed in this paper by