改進(jìn)的動態(tài)聚類算法，是智能計算的一種重要方法，用vc++編寫，有很友好的界面
標(biāo)簽： 動態(tài) 聚類算法
上傳時間： 2017-06-27
上傳用戶：釣鰲牧馬
基于51的智能流水燈控制，一個經(jīng)典的算法，本人已經(jīng)經(jīng)過驗證，僅供大家參考
標(biāo)簽： 流水燈 控制
上傳時間： 2014-12-06
上傳用戶：lanwei
運用MATLAB編程實現(xiàn)遺傳算法，數(shù)值仿真驗證該方法的有效性，表明它能夠?qū)瘮?shù)進(jìn)行全局尋優(yōu)。這種實現(xiàn)方法既可以熟悉MATLAB語言，又可以加深對遺傳算法的認(rèn)識和理解，以此來設(shè)計智能系統(tǒng)
標(biāo)簽： MATLAB 編程實現(xiàn) 算法
上傳時間： 2013-12-27
上傳用戶：xsnjzljj
完成智能天線的T程序仿真，通過仿真可以輸出天線的MUSIC算法的結(jié)果
標(biāo)簽： 智能天線 仿真 程序
上傳時間： 2013-11-29
上傳用戶：我們的船長
智能天線技術(shù)的核心是自適應(yīng)波束的形成，本文首先根據(jù)波束形成技術(shù)的不同，介紹了三大類自適應(yīng)算法，基于來波方向的波束形成，基于參考信號的波束形成和基于信號結(jié)構(gòu)特性的盲自適應(yīng)算法，著重分析了基于參考信號的波束形成算法，并給出了數(shù)字波束形成的基本模型。
標(biāo)簽： 智能天線 核心 自適應(yīng)波束
上傳時間： 2017-09-08
上傳用戶：hj_18
作者采用具有高度非線性識別能力的人工神經(jīng)網(wǎng)絡(luò)與遺傳算法相結(jié)合的方法，探討了建立智能預(yù)報模型的基本方法，進(jìn)一步對如何提高預(yù)報精度的問題進(jìn)行了研究，并結(jié)合黃河洪水預(yù)報實例檢驗了神經(jīng)網(wǎng)絡(luò)模型的可行性。
標(biāo)簽： 非線性 識別 人工神經(jīng)網(wǎng)絡(luò) 算法
上傳時間： 2014-01-03
上傳用戶：hoperingcong
一個用java 開發(fā)的 使用剪枝算法高效五子棋程序，實現(xiàn)3層搜索，高智能
標(biāo)簽： java 算法 程序
上傳時間： 2017-09-14
上傳用戶：wang0123456789
在matlab'上實現(xiàn)對神經(jīng)網(wǎng)絡(luò)的智能優(yōu)化，修正以往的錯誤算法結(jié)構(gòu)
標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 智能優(yōu)化
上傳時間： 2015-04-06
上傳用戶：卡頭2222
微分進(jìn)化算法的matlab代碼，微分進(jìn)化算法是一種智能進(jìn)化算法，可對多目標(biāo)進(jìn)行優(yōu)化。
標(biāo)簽： DE算法 MATLAB
上傳時間： 2016-01-14
上傳用戶：hmq316
遺傳算法（Genetic Algorithm）是一類借鑒生物界的進(jìn)化規(guī)律（適者生存，優(yōu)勝劣汰遺傳機(jī)制）演化而來的隨機(jī)化搜索方法。它是由美國的J.Holland教授1975年首先提出，其主要特點是直接對結(jié)構(gòu)對象進(jìn)行操作，不存在求導(dǎo)和函數(shù)連續(xù)性的限定；具有內(nèi)在的隱并行性和更好的全局尋優(yōu)能力；采用概率化的尋優(yōu)方法，能自動獲取和指導(dǎo)優(yōu)化的搜索空間，自適應(yīng)地調(diào)整搜索方向，不需要確定的規(guī)則。遺傳算法的這些性質(zhì)，已被人們廣泛地應(yīng)用于組合優(yōu)化、機(jī)器學(xué)習(xí)、信號處理、自適應(yīng)控制和人工生命等領(lǐng)域。它是現(xiàn)代有關(guān)智能計算中的關(guān)鍵技術(shù)。
標(biāo)簽： 算法
上傳時間： 2016-05-09
上傳用戶：2017我們結(jié)婚吧
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
