搜索资源列表
vrp
- 用matlab解决vrp问题,本程序为遗传算法解决基本VRP问题的例程。各供货点距离矩阵及遗传算法参数在VRP.M中给出。以路径长度作为遗传算法的适应度函数，约束函数通过在LEN中增加惩罚因子体现，本程序简便起见将不满足约束的直接加100；-Vrp matlab to solve the problem with the program for the genetic algorithm to solve the basic problem VRP routines. The delivery
penalized_splines
- 关于惩罚样条的非参数估计方法，利用样条函数估计非参数模型-Non-parametric estimation methods of punishment on the spline, using spline nonparametric estimation model
pso_1
- 粒子群优化寻找最适合的核函数和惩罚因子，为了更好的进行故障分类判断-Particle swarm optimization to find the most suitable kernel function and penalty factor, in order to judge the fault classification
SVMcgForRegress
- 支持向量回归机的参数选择程序，通过交叉验证选择惩罚参数、损失函数以及核函数-SVM parameter selection procedure
SVM交叉验证
- 支持向量机工具箱，其中包含MATLAB演示程序和一些基本的函数（计算核函数的函数、支持向量机训练函数和惩罚参数参数选择交叉验证函数等）。
SVM
- 机器学习中SVM(支持向量机)源码,对比不同高斯核函数和不同惩罚因子对支持向量机分类的结果的影响。-SVM source code of machine learning
SVMcg
- LIBSVM的参数寻优，主要是自动计算惩罚系数和核函数中的gamma函数(The parameter optimization of LIBSVM is mainly to automatically calculate the penalty coefficient and the gamma function in the kernel function)
Solvpt
- 程序解决方案(解决本地优化问题的解决方案) 非线性，可能是非光滑的目标的最小化或最大化 函数和非线性规划问题的解决方案 所谓的精确惩罚方法的帐户约束(The program SolvOpt (Solver for local optimization problems) is concerned with minimization or maximization of nonlinear, possibly non-smooth objective functions and with
PSO-SVM
- 用粒子群算法优化SVM中惩罚系数C和高斯核函数g的参数(Using particle swarm optimization to optimize parameters of penalty coefficient C and Gauss kernel function g in SVM)
CS-SVM
- cs算法优化svm的惩罚参数c和核函数的参数gamma。(The CS algorithm optimizes the penalty parameter C of SVM and the parameter gamma of kernel function.)
GA_SVM
- GA优化算法优化支持向量机的惩罚参数c和核函数的gamma。(GA optimization algorithm is used to optimize the penalty parameters c and kernel function gamma of SVM.)
PSO-SVM
- 利用粒子群优化算法对支持向量机中的核函数参数和惩罚参数进行优化是非常有效的手段，可以大大提高鲁棒性。实际过程中读者可通过下载我上传的代码，简单进行修改和阅读附件论文即可快速掌握相关方面的知识，快速使用这一方法。(Particle swarm optimization (PSO) is a very effective method to optimize the kernel function parameters and penalty parameters of SVM, which can
免疫算法求解配送中心选址问题matlab代码
- 免疫算法求解配送中心选址问题，配送中心向需求点配送货物是供应链中的重要部分.本文以成本最低为目标函数,把距离上限加入到惩罚机制,并根据抗体和抗原之间的亲和力设计自适应交叉和变异概率,把自适应的免疫算法应用到配送中心模型中进行求解,最后通过仿真实验对比验证了算法用在配送中心选址上有较好的效果.(Immune Algorithm is used to solve the location problem of Distribution Center, which is an important pa
蚁群算法 约束条件下
- 对有约束的优化问题．提出了一种改进的蚁群算法．将罚函数策略引入算法中，自动调节惩罚比，避免过度惩罚。算法构造了蚁群适应函数．结合局部搜索策略引导蚂蚁找到解空间中有希望的区域。经过一系列算例测试。证明算法对这些问题的求解是有效的。