<abbr id="86eqi"></abbr>
傳統的模擬退火法效果不怎么好，現在發展各類的退火法，如果你想改善退火效果，必須的利用各類退火算法的特點,這邊的是自適應退火法
標簽： 模擬退火
上傳時間： 2014-01-24
上傳用戶：wmwai1314
這是一個人工智能方面的算法程序，里面包含模擬退火算法、神經網絡算法以及遺傳算法三個。
標簽： 人工智能 方面 算法 程序
上傳時間： 2017-04-17
上傳用戶：pinksun9
一系列好用的用戶友好的啟發式優化算法，包括非自適應算法，基于模擬退火算法的種群算法，基本遺傳算法，差分進化算法以及粒子群優化算法。此外，也包括神圣算法，它利用了所有這些優化算子，雖然有時交換種群之間的不同算法。
標簽： 用戶 啟發式 優化算法
上傳時間： 2013-12-11
上傳用戶：13160677563
微分進化算法DE是1995年由Rainer Storn和Kenneth Price首先提出。DE已被證明在求解過程中具有高效性、收斂性、魯棒性等優點[5,6] 。它在許多優化問題中都表現出優于自適應模擬退火算法、POS 算法、GA算法的性能。DE利用實數值參數向量作為每一代的種群，它的自參考種群繁殖方案與其他優化算法不同。
標簽： Kenneth Rainer Price Storn
上傳時間： 2014-01-17
上傳用戶：851197153
《MATLAB智能算法30個案例分析》是作者多年從事算法研究的經驗總結。書中所有案例均因國內各大MATLAB技術論壇網友的切身需求而精心設計，其中不少案例所涉及的內容和求解方法在國內現已出版的MATLAB書籍中鮮有介紹。《MATLAB智能算法30個案例分析》采用案例形式，以智能算法為主線，講解了遺傳算法、免疫算法、退火算法、粒子群算法、魚群算法、蟻群算法和神經網絡算法等最常用的智能算法的MATLAB實現。《MATLAB智能算法30個案例分析》共給出30個案例，每個案例都是一個使用智能算法解決問題的具體實例，所有案例均由理論講解、案例背景、MATLAB程序實現和擴展閱讀四個部分組成，并配有完整的原創程序，使讀者在掌握算法的同時更能快速提高使用算法求解實際問題的能力。《MATLAB智能算法30個案例分析》可作為本科畢業設計、研究生項目設計、博士低年級課題設計參考書籍，同時對廣大科研人員也有很高的參考價值。
標簽： MATLAB 智能算法 案例分析
上傳時間： 2017-05-31
上傳用戶：jplalala
在本講義中，我們將著重講述一些數學建模中常用的算法，包括神經網絡算法、遺傳算法、模擬退火算法和模糊數學方法。用這些算法可以較容易地解決一些很復雜的，常規算法很難解決的問題。由于這些算法都有著很深的理論背景，因此，本講義中不可能也沒有必要詳細地討論這些算法的理論，我們的目標在于應用，大家只需大概了解這些算法的原理，知道能用這些算法解決一類什么樣的問題，并能應用這些算法解決數學建模中的一些問題即可。 因為著眼于應用，所以我們還提供了一些程序代碼，使用者只需套用這些程序，便可使問題得到很好的解決。
標簽： 數學建模 算法 講義
上傳時間： 2020-09-18
上傳用戶：
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
標簽： 數學建模 matlab
上傳時間： 2021-11-28
蟻群算法基本模型STEP1（外循環）若滿足算法停止規則，停止計算，輸出計算得到的最好解給定外循環的最大數目，表明有足夠的螞蟻工作當前最優解連續K次相同而停止，K是給定的整數，表示算法已收斂◆給定優化問題的下界和誤差值，當算法得到的目標值同下界之差小于給定的誤差值時，算法終止否則使螞蟻s（1≤s≤m）從起點出發，用L（S）表示螞蟻S行走的城市集合，初始L（s）為空集。設m只螞蟻在圖的相鄰節點間移動，協作異步地得到解。螞蟻計算出下一步所有可達節點的一步轉移概率，并按此概率實現一步移動，依此往復。一步轉移概率由圖中每條邊上的兩類參數決定：信息素值、可見度（即先驗值）。信息素的更新有2種方式：揮發——所有路徑上信息素以一定比率減少增強——給評價值“好”（有螞蟻走過）的邊增加信息素蟻群算法基木模型令我們以求解平面上n個城市的TSP問題（1，2，…，n）表示城市號為例說明ACA的模型。n個城市的TSP問題就是尋找通過n個城市各次且最后回到出發點的最短路徑蟻群算法研究現狀令ACA是模擬自然界中真實蟻群的覓食行為而形成的一種模擬進化算法。10年多來的研究結果已經表明：ACA用于組合優化具有很強的發現較好解的能力，具有分布式計算易于與其他方法相結合、魯棒性強等優點，在動態環境下也表現出高度的靈活性和健壯性。在求解TSP、QAP問題方面，與遺傳算法、模擬退火算法等算法比較，ACA仍是最好的解決方法之一。
標簽： 螞蟻算法
上傳時間： 2022-03-10
本書是作者多年從事算法研究的經驗總結。書中所有案例均因國內各大 MATLAB 技術論壇網友的切身需求而精心設計，其中不少案例所涉及的內容和求解方法在國內現巳出版的MATLAB書籍中鮮有介紹。本書采用案例形式，以智能算法為主線，講解了遺傳算法、免疫算法、退火算法、粒子群算法、魚群算法、蟻群算法和神經網絡算法等最常用的智能算法的 MATLAB實現。本書共給出30個案例，每個案例都是一個使用智能算法解決問題的具體實例，所有案例均由理論講解、案例背景、MATLAB 程序實現和擴展閱讀四個部分組成，并配有完整的原創程序，使讀者在掌握算法的同時更能快速提高使用算法求解實際問題的能力。
標簽： matlab 智能算法
上傳時間： 2022-07-04
近幾年來，旅游業在國內迅速發展，已成為規模最大的產業之一，在拉動內需，刺激消費，發展經濟，推動城市化進程中正發揮著極其重要的作用。然而旅游服務和旅游咨詢跟不上社會的發展需求，游客在旅途中存在各種不便。把嵌入式技術和嵌入式GIS技術結合的電子導游系統，能給游客提供各種旅途服務，方便游客出門旅游。 本文依托浙江省科技計劃重點項目開展研究，在開源軟件基礎上開發電子導游系統，以有效降低產品價格，適應社會需要。以廣州斯道S3C2410 ARM開發板為底層硬件，采用Linux嵌入操作系統為軟件平臺，利用QT/Embedded GUI為圖形界面，對MapInfo文件格式進行轉換，使之適應嵌入式系統。通過C/C++編程開發嵌入式GIS模塊和電子導游應用軟件模塊；把硬件、軟件相結合，使電子地圖顯示在觸摸屏上；最終實現了景點查詢和介紹、景區路徑規劃、距離測量、GIS操作等功能。 本文的主要研究工作有：第一在ARM S3C2410開發板上移植Linux內核及驅動程序。第二在自由軟件Linux平臺下研究和開發嵌入式GIS模塊。第三在QT/Embedded GUI圖形界面下開發電子導游應用軟件。第四研究和設計基于模擬退火算法的景區路徑規劃算法。 最后，將本文的研究成果在西湖景區電子導游原型系統中實現，并取得良好效果。
標簽： ARM GIS 嵌入式 電子導游
上傳時間： 2013-08-02
上傳用戶：redmoons
蟲蟲下載站版權所有 京ICP備2021023401號-1
<strike id="mgw6a"></strike>
