资源列表
LVQ-ANN-1
- 基于LVQ神经网络的分类的乳腺肿瘤诊断的matlab源程序以及所需数据-LVQ neural network based classification of breast cancer diagnosis matlab source code. . .
ACP
- 多子差异演化算法与文化基因的混合算法求解函数优化问题，在差分演化算法的基础上修改而成。-Sub-differential evolution algorithm for multi-cultural mix of genetic algorithm for function optimization problems in differential evolution algorithm based on the revisions.
AIA-in-Function-Optimization
- 人工免疫算法在函数优化中的应用,这篇论文比较偏理论，理解起来较费力-Artificial immune algorithm in function optimization applications, this paper compares the theoretical side, more effort to understand
SVMNR
- matalb 仿真SVM 非线性回归程序 初学者适合-svm Nonlinear regression procedure for beginners
top110
- 拓扑优化程序代码，使用Heaviside projection技术。-Topology optimization code, the use of Heaviside projection technology.
StiffnessAssemble
- 有限元分析中单元刚度阵组装为整体刚度阵，并且整体刚度阵采用半带宽存储的程序。-Finite element analysis for the overall stiffness matrix assembled stiffness matrix, and the overall stiffness matrix semi-bandwidth storage procedures.
tunning-PID-by-PSO
- 利用PSO算法优化求解PID参数,已发表文章,效果很好--Use of PSO algorithm for solving PID parameters, has published an article very good
NichedGeneticAlgorithm
- 小生境遗传算法Matlab工具箱试版,Niched Genetic Alogrihtm Matlab Toolbox - 接口文件说明:MyFun1.m - 一维优化函数,MyFun2.m - 二维优化函数, MyFun3.m - 三维优化函数,Main_GA1.m - 一维函数优化 - 主程序,Main_GA2.m - 二维函数优化 - 主程序, Main_GA3.m - 三维函数优化 - 主程序-Niche genetic algorithm Matlab toolbox trial v
culture
- 文化遗传算法的研究及其在函数优化中的应用-Cultural and genetic algorithm application in function optimization. Pdf
TSP110707
- 本文首先提出了基于TSP 的多点位加工路径优化模型以最高生产效率为目标 函数并以数控中心的多孔位加工和多点位焊接两个典型的自动化加工系统为例来 验证该模型的经济性和适用性其次分别为这两个系统建立了基于TSP 的路径优 化模型模型中考虑了实际加工时的系统中约束条件的影响如数控加工中心的换 刀速度主轴移动速度和焊接机器人的工作台转动速度等提出了近似法将数 控加工中心主轴对同一个孔位n 次重复遍历如钻粗镗精镗等简化对n 个 极小间距的相邻点位的一次遍历从而建立相应的多点位数控加
TSP110707-1
- 旅行商问题是一个典型的NP完全性问题。本文基于改进的自适应遗传 算法设计并开发了一个求解旅行商问题的软件程序，并将此程序进行了48 个城市的TSP问题计算，与模拟退火算法的计算过程及计算结果进行了比 较。文中给出了遗传算法在解决TSP问题中的参数选择和编码方式、适应 度函数的设计、种群的初始化和遗传算子的详细设计。通过对此程序的改 装，即可用于其他NP完全性问题的求解。-The traveling salesman problem is a typical NP proble
epsmoea_c_source.tar
- 多目标优化算法——Epsilon Multiobjective Evolutionary Algorithm -EPSMOEA is based on the idea of epsilon dominance. The objective space is divided into a grid of boxes and the archive holds only one solution for each non-dominated box.