利用Matlab工具箱設計模糊控制器 49條模糊控制規則形成一個模糊控制規則矩陣，然后根據模糊輸入量按照相應的模糊推理算法完成計算，并決策出模糊輸出量。 輸出模糊量的解模糊方法選取重心法。
上傳時間： 2014-01-05
上傳用戶：ommshaggar
本文介紹了遺傳算法的流程及幾個算子，給出了在matlab 語言環境下實現編碼、譯碼、選擇、重組和變異各算子的編程方法，最后用一個實例來說明遺傳算法在尋找全局最優解中的應用。
上傳時間： 2014-12-21
上傳用戶：362279997
壓縮包的內容包括：1.有關JPEG和DPCM算法的文章；2.實現其算法的壓縮程序3.有關圖像壓縮方面的資料。讀者請注意： <1>這里討論的是灰度圖像的壓縮不涉及彩色圖像。 <2>實現壓縮時，輸入的圖像數據采用一種自定義的格式（com 格式），前四個字節記錄圖像的寬度和高度，之后就是逐 行的圖像數據，圖像的開頭和結尾沒有任何標記。這種格式的圖像數據是從BMP圖像中得到的。 <3>這里沒有JPEG算法的解壓程序，壓縮后的數據存成標準的JPEG文件格式，任何視圖軟件都可以打開。DPCM方法中的解 壓縮程序將數據仍然存成com格式，可以將其轉成PGM格式觀看，壓縮包中由com轉為PGM格式的程序。
上傳時間： 2014-01-15
上傳用戶：qq21508895
倒立擺模型的局部線性化 設倒立擺的擺角范圍為[-15,15]度，擺角角速度范圍為[-200,200]度/秒，擺角角加速度范圍為[-200,200]度/秒2，采用三角形隸屬函數對擺角和擺角角速度進行模糊化，擺角初始狀態為[0.2,0]。
上傳時間： 2017-09-12
上傳用戶：lx9076
摘 要:曝光瞬間造成圖像模糊的運動通常作為直線運動近似處理 ,若能找出模糊圖像的運動模糊方向 ,并將之旋轉到水平軸 ,則二維問題可簡化為一維來處理 ,大大簡化由模糊圖像估計出運動模糊點擴散函數以及圖像恢復的過程 ,并為圖像恢復的并行計算創造有利條件。由于運動模糊降低了運動方向上圖像的高頻成 分 ,沿著運動方向實施高通濾波 方向微分 ,可保證微分圖像灰度值 絕對值 之和最小。基于此 ,本文利用雙線性插值的方法 ,固定并適當選取方向微分的微元大小 ,構造出3 ×3方向微分乘子 ,得到了高效高精度的自動鑒別運動模糊方向的新方法 ,并通過數值實驗進行了驗證。
上傳時間： 2013-12-08
上傳用戶：lmeeworm
遺傳算法為群體優化算法，也就是從多個初始解開始進行優化，每個解稱為一個染色體，各染色體之間通過競爭、合作、單獨變異，不斷進化。 優化時先要將實際問題轉換到遺傳空間，就是把實際問題的解用染色體表示，稱為編碼，反過程為解碼，因為優化后要進行評價，所以要返回問題空間，故要進行解碼。SGA采用二進制編碼，染色體就是二進制位串，每一位可稱為一個基因；解碼時應注意將染色體解碼到問題可行域內。 遺傳算法模擬“適者生存，優勝劣汰”的進化機制，染色體適應生存環境的能力用適應度函數衡量。對于優化問題，適應度函數由目標函數變換而來。一般遺傳算法求解最大值問題，如果是最小值問題，則通過取倒數或者加負號處理。SGA要求適應度函數>0，對于<0的問題，要通過加一個足夠大的正數來解決。這樣，適應度函數值大的染色體生存能力強。 遺傳算法有三個進化算子：選擇（復制）、交叉和變異。 SGA中，選擇采用輪盤賭方法，也就是將染色體分布在一個圓盤上，每個染色體占據一定的扇形區域，扇形區域的面積大小和染色體的適應度大小成正比。如果輪盤中心裝一個可以轉動的指針的話，旋轉指針，指針停下來時會指向某一個區域，則該區域對應的染色體被選中。顯然適應度高的染色體由于所占的扇形區域大，因此被選中的幾率高，可能被選中多次，而適應度低的可能一次也選不中，從而被淘汰。算法實現時采用隨機數方法，先將每個染色體的適應度除以所有染色體適應度的和，再累加，使他們根據適應度的大小分布于0-1之間，適應度大的占的區域大，然后隨機生成一個0-1之間的隨機數，隨機數落到哪個區域，對應的染色體就被選中。重復操作，選出群體規模規定數目的染色體。這個操作就是“優勝劣汰，適者生存”，但沒有產生新個體。 交叉模擬有性繁殖，由兩個染色體共同作用產生后代，SGA采用單點交叉。由于SGA為二進制編碼，所以染色體為二進制位串，隨機生成一個小于位串長度的隨機整數，交換兩個染色體該點后的那部分位串。參與交叉的染色體是輪盤賭選出來的個體，并且還要根據選擇概率來確定是否進行交叉（生成0-1之間隨機數，看隨機數是否小于規定的交叉概率），否則直接進入變異操作。這個操作是產生新個體的主要方法，不過基因都來自父輩個體。 變異采用位點變異，對于二進制位串，0變為1，1變為0就是變異。采用概率確定變異位，對每一位生成一個0-1之間的隨機數，看是否小于規定的變異概率，小于的變異，否則保持原狀。這個操作能夠使個體不同于父輩而具有自己獨立的特征基因，主要用于跳出局部極值。 遺傳算法認為生物由低級到高級進化，后代比前一代強，但實際操作中可能有退化現象，所以采用最佳個體保留法，也就是曾經出現的最好個體，一定要保證生存下來，使后代至少不差于前一代。大致有兩種類型，一種是把出現的最優個體單獨保存，最后輸出，不影響原來的進化過程；一種是將最優個體保存入子群，也進行選擇、交叉、變異，這樣能充分利用模式，但也可能導致過早收斂。 由于是基本遺傳算法，所以優化能力一般，解決簡單問題尚可，高維、復雜問題就需要進行改進了。 下面為代碼。函數最大值為3905.9262，此時兩個參數均為-2.0480，有時會出現局部極值，此時一個參數為-2.0480，一個為2.0480。算法中變異概率pm=0.05，交叉概率pc=0.8。如果不采用最優模式保留，結果會更豐富些，也就是算法最后不一定收斂于極值點，當然局部收斂現象也會有所減少，但最終尋得的解不一定是本次執行中曾找到過的最好解。
標簽： 遺傳算法
上傳時間： 2015-06-04
上傳用戶：芃溱溱123
ToolBar工具欄控件的使用 動態建立主菜單選項 窗口界面的動態分隔條 動態設置選項卡頁面 在標題欄中自定義按鈕 窗體開合窗簾效果 Windows XP界面效果 實現OutLook滾動工具欄效果 在下拉列表框中顯示樹形視圖 自定義系統的About項 修改系統級菜單 實現透明窗體效果 爆破特技窗體 只允許建立一次子窗體的MDI程序 從外部DLL中調用子窗口 新穎的資源管理器界面 如何生成半圓形窗口 制作字幕滾動窗體 詳解Canvas生成漸變色窗口背景 WINAPM風格磁化窗口 軟件封面的圖片顯示制作 實現圖片的任意角度旋轉 奇妙的拼圖游戲 使用PaintBox控件制作畫圖程序 使用DrawGrid控件制作五子棋 多彩的數據報表 按壓縮比將BMP轉換為JPG 16位真彩轉換到256色 調整圖片的RGB對比度 實現圖像的灰度級處理效果 3種像素歷遍方法的比較和實現 實現屏幕拷貝 實現圖像漫游 4種幕布式圖像顯示技巧 盤旋法實現9種濾鏡效果 圖形朦朧疊合顯示技巧 給MDI主窗體增加背景 實現圖像的淡入淡出顯示 多媒體播放器 播放AVI文件 根據客戶端IP地址獲取計算機名 實現多線程IP和DomainName相互轉換 Windows2000下的Popup發送功能 如何實現Ping操作 實現多線程共享探測 實現Windows95/98的I/O端口讀寫 收發電子郵件與監視網絡服務器資源 使用WebBrower制作瀏覽器 可視化的Ping工具 使用IdMappedPortTCP進行端口映射 動態設置ODBC數據源 用ADO控件打開Access數據庫 DBGrid中的記錄到Html頁面的轉換 在DBGrid中實現任意方向查找 在DBGrid中通過動態下拉列表查找記錄 用DBGrid組件制作下拉列表形式的提示框 利用書簽處理DBGrid中的多個記錄 將ComboBox中的內容直接拖放到DBGrid里 如何在DBGrid里放置圖標 DBGrid控件精彩組合 DBChart圖表控件的使用 在StringGrid組件中顯示查詢結果 使用流對象（Tstream）實現數據表中Tmemo字段的顯示 如何動態建立SQLServer ODBC SQL瀏覽器 在SQL查詢中使用動態參數 事務工作原理 標準/模糊查詢 篩選數據 數據字典查看器 TDecisionGraph決策組件的使用 明細表（Master/Detail）結構 像處理文本資料一樣處理數據表中的信息 遠程數據庫登錄 遠程數據庫的離線處理 在遠程數據庫中實現主從表關系 動態設置遠程數據庫的查詢參數 在遠程數據庫中計算統計值 多線程與數據庫 使用遠程存儲過程 數據模塊的同步顯示 建立Web服務的數據提供端 建立Web服務的數據訪問端 開發WebSnap數據庫程序 建立ActiveForm數據瀏覽 建立數據查詢WebServices服務器端 數據查詢Web服務客戶端開發 基于WAP的手機無線應用 建立基本Web數據庫服務器應用 建立類型庫編輯DataSnap服務端 建立查詢條件Web數據庫服務器應用 建立基本MTS服務端 建立MTS數據訪問客戶端 建立IntraWeb數據瀏覽 將程序圖標設置到Windows系統托盤 取得和修改文件的創建和修改日期 通過流式數據實現文件分割與合并 實現指定擴展名文件和相應程序的關聯 獲取漢字拼音的首字母 監視剪貼板 在IE工具欄上增加一個按鈕圖標 軟件注冊機制的建立 復活節彩蛋的制作 SkinEngine控件——XP換膚 ActionList——應用程序通用功能列表 OleContainer——OLE容器 將程序項設置到控制面板 藝術化排列桌面圖標 Delphi中的ini文件的讀寫 建立鍵盤鼠標動作記錄與回放 實現指定目錄下的文件查詢 實現對系統的操作監視 系統級熱鍵的實現 檢測NumLock、Insert、CapsLock、ScrollLock鍵的狀態
標簽： Delphi7編程100例
上傳時間： 2017-06-21
上傳用戶：blueicemei
適合模糊學習初學者，模糊學習分為： 模糊化、模糊規則、模糊推理、反模糊這幾個過程。
上傳時間： 2018-08-09
上傳用戶：kinghannah
理想解排序法和秩和比法，通過計算每個方案到理想方案的相對貼近度，來對方案進行排序，從而選出最優方案
標簽： 排序
上傳時間： 2019-05-18
上傳用戶：781931647
在微電網調度過程中綜合考慮經濟、環境、蓄電池的 循環電量，建立多目標優化數學模型。針對傳統多目標粒子 群算法(multi-objective particle swarm optimization，MOPSO) 的不足，提出引入模糊聚類分析的多目標粒子群算法 (multi-objective particle swarm optimization algorithm based on fuzzy clustering，FCMOPSO)，在迭代過程中引入模糊聚 類分析來尋找每代的集群最優解。與 MOPSO 相比， FCMOPSO 增強了算法的穩定性與全局搜索能力，同時使優 化結果中 Pareto 前沿分布更均勻。在求得 Pareto 最優解集 后，再根據各目標的重要程度，用模糊模型識別從最優解集 中找出不同情況下的最優方案。最后以一歐洲典型微電網為 例，驗證算法的有效性和可行性。
上傳時間： 2019-11-11
上傳用戶：Dr.趙勁帥
