模擬退火算法是通過賦予搜索過程一種時變且最終趨于零的概率突跳性，從而可有效避免陷入局部極小并最終趨于全局最優的串行結構的優化算法。
上傳時間： 2016-05-11
上傳用戶：wkchong
該工具箱包含模擬退火各種函數，而且是2002年，每個算法都很清楚
上傳時間： 2016-05-21
上傳用戶：亢敘杰198912
% 生成訓練樣本集 clear all; clc; P=[110 0.807 240 0.2 15 1 18 2 1.5; 110 2.865 240 0.1 15 2 12 1 2; 110 2.59 240 0.1 12 4 24 1 1.5; 220 0.6 240 0.3 12 3 18 2 1; 220 3 240 0.3 25 3 21 1 1.5; 110 1.562 240 0.3 15 3 18 1 1.5; 110 0.547 240 0.3 15 1 9 2 1.5]; 0 1.318 300 0.1 15 2 18 1 2]; T=[54248 162787 168380 314797; 28614 63958 69637 82898; 86002 402710 644415 328084; 230802 445102 362823 335913; 60257 127892 76753 73541; 34615 93532 80762 110049; 56783 172907 164548 144040]; @907 117437 120368 130179]; m=max(max(P)); n=max(max(T)); P=P'/m; T=T'/n; %-------------------------------------------------------------------------% pr(1:9,1)=0; %輸入矢量的取值范圍矩陣 pr(1:9,2)=1; bpnet=newff(pr,[12 4],{'logsig', 'logsig'}, 'traingdx', 'learngdm'); %建立BP神經網絡， 12個隱層神經元，4個輸出神經元 %tranferFcn屬性 'logsig' 隱層采用Sigmoid傳輸函數 %tranferFcn屬性 'logsig' 輸出層采用Sigmoid傳輸函數 %trainFcn屬性 'traingdx' 自適應調整學習速率附加動量因子梯度下降反向傳播算法訓練函數 %learn屬性 'learngdm' 附加動量因子的梯度下降學習函數 net.trainParam.epochs=1000;%允許最大訓練步數2000步 net.trainParam.goal=0.001; %訓練目標最小誤差0.001 net.trainParam.show=10; %每間隔100步顯示一次訓練結果 net.trainParam.lr=0.05; %學習速率0.05 bpnet=train(bpnet,P,T); %------------------------------------------------------------------------- p=[110 1.318 300 0.1 15 2 18 1 2]; p=p'/m; r=sim(bpnet,p); R=r'*n; display(R);
上傳時間： 2016-05-28
上傳用戶：shanqiu
使用菲爾德遺傳算法工具箱，用遺傳算法編寫實現收獲系統最優控制
上傳時間： 2016-11-22
上傳用戶：未青1146
模式識別matlab工具箱,包括SVM,ICA,PCA,NN等等模式識別算法,很有參考價值
上傳時間： 2016-12-25
上傳用戶：wwwnada
這里是對標準粒子群算法改進的結果，改進結果可以看到很好的效果
上傳時間： 2017-11-28
上傳用戶：kaikai5552180
matlab 自帶優化工具箱說明教程。解決線性、非線性復雜函數優化問題。
上傳時間： 2017-12-26
上傳用戶：jianxun0
30個數學建模智能算法及MATLAB程序代碼:chapter10基于粒子群算法的多目標搜索算法.rarchapter11基于多層編碼遺傳算法的車間調度算法.rarchapter12免疫優化算法在物流配送中心選址中的應用 .rarchapter13粒子群優化算法的尋優算法.rarchapter14基于粒子群算法的PID控制器優化設計.rarchapter15基于混合粒子群算法的TSP搜索算法 .rarchapter16 基于動態粒子群算法的動態環境尋優算法.rarchapter17基于PSO工具箱的函數優化算法.rarchapter18魚群算法函數尋優.rarchapter19基于模擬退火算法的TSP算法.rarchapter1遺傳算法工具箱.rarchapter20基于遺傳模擬退火算法的聚類算法.rarchapter21模擬退火算法工具箱及應用.rarchapter22蟻群算法的優化計算——旅行商問題(TSP)優化 .rarchapter23基于蟻群算法的二維路徑規劃算法.rarchapter24 基于蟻群算法的三維路徑規劃算法.rarchapter25有導師學習神經網絡的回歸擬合——基于近紅外光譜的汽油辛烷值預測.rarchapter26.rarchapter27無導師學習神經網絡的分類——礦井突水水源判別.rarchapter28支持向量機的分類——基于乳腺組織電阻抗特性的乳腺癌診斷 .rarchapter29支持向量機的回歸擬合——混凝土抗壓強度預測.rarchapter2基于遺傳算法和非線性規劃的函數尋優算法 .rarchapter30極限學習機的回歸擬合及分類.rarchapter3基于遺傳算法的BP神經網絡優化算法 .rarchapter4sa_tsp.rarchapter5基于遺傳算法的LQR控制器優化設計.rarchapter6遺傳算法工具箱詳解及應用 .rarchapter7多種群遺傳算法的函數優化算法.rarchapter8基于量子遺傳算法的函數尋優算法 .rarchapter9基于遺傳算法的多目標優化算法.rar
上傳時間： 2021-11-28
上傳用戶：
本章將介紹MATLAB神經網絡工具箱的應用。在MATLAB神經網絡工具箱中提供了豐富的演示實例，用MATLAB語言構造了典型神經網絡的激活函數，編寫了各種網絡設計與訓練的子程序，網絡的設計者可以根據自己的需要去調用工具箱中有關神經網絡的設計訓練程序，使自己能夠從繁瑣的編程中解脫出來。MATLAB神經網絡工具箱提供了許多進行神經網絡設計和分析的工具函數，這些函數的MATLAB實現，使得設計者對所選定網絡進行計算的過程，轉變為對函數的調用和參數的選擇，這給用戶帶來了極大的方便，即使不了解算法的本質，也可以直接應用功能豐富的函數來實現自己的目的。有關這些工具函數的使用可以通過help命令得到，本章將對這些函數的功能、調用格式，以及使用方法做詳細的介紹。
上傳時間： 2022-07-28
上傳用戶：
matlab數學建模算法全收錄 超清書簽版
上傳時間： 2013-05-15
上傳用戶：eeworm
