资源列表
The headed social forece model
- 改进后的社会力模型 原文：F. Farina , D. Fontanelli , A. Garulli , Walking ahead: the headed social force model, PLoS One 12 (1) (2017) e0169734 .(An improved social force model)
matlab NLS equation
- matlab解耦合非线性薛定谔方程组，考虑自相位调制、交叉相位调制与四波混频(Matlab solves the coupled nonlinear Schrodinger equations, considering self phase modulation, cross phase modulation and four wave mixing.)
PSO算法求解CVRP“车辆路径问题”
- 有容量限制的车辆路径问题的启发式算法,本实验采用的是粒子群算法(heuristic algorithm for capacited vehicle routing problem)
SVM_Short-term-Load-Forecasting2
- 本文采用最小二乘支持向量机（LSSVM）模型，根据浙江台州某地区的历史负荷数据和气象数据，分析影响预测的各种因素，总结了负荷变化的规律性，对历史负荷数据中的“异常数据”进行修正，对负荷预测中要考虑的相关因素进行了归一化处理。LSSVM中的两个参数对模型有很大影响，而目前依然是基于经验的办法解决。对此，本文采用粒子群优化算法对模型参数进行寻优，以测试集误差作为判决依据，实现模型参数的优化选择，使得预测精度有所提高。实际算例表明，本文的预测方法收敛性好、有较高的预测精度和较快的训练速度。(this
锂电池退化GPR
- 高斯过程回归是一种基于贝叶斯原理的统计机器学习方法，将先验分布通过贝叶斯定理转化成后验分布，与其他没有采用贝叶斯技巧的预测方法而言，高斯过程最大的优点是能方便地推断出超参数，同时也能方便地给出预测值的置信区间(Gaussian Process Regression is a statistical machine learning method based on Bayesian principle. It transforms prior distribution into posterio
压缩感知和稀疏贝叶斯
- 基于贝叶斯理论的压缩感知算法，基于已有的先验知识，和信号的稀疏性，采用贝叶斯理论，对信号进行重构恢复。
粒子群算法演示1
- 用罚函数处理约束条件 基本的粒子群算法 求解了一个简单的算例(Using Penalty Function to Handle Constraints Basic Particle Swarm Optimization)
路径规划避碰
- 使用matlab做的一个模拟避碰的路径规划，包含一个静态障碍物与一个动态障碍物，可以运行！
一些数据驱动的轴承故障诊断程序
- 一些数据驱动的轴承故障诊断程序，总结不容易，希望大家好好利用。
三代7月最终版
- 著名的南川分时指标，操盘必备工具；大智慧股票软件版本。(The famous time-sharing index of Nanchuan is a necessary tool for tray manipulation.)
PSO-GRNN
- 粒子群算法优化广义回归神经网络的代码，具有很好的借鉴意义。(Particle swarm optimization (PSO) algorithm optimizes the code of generalized regression neural network, which has a good reference value.)
改进nsga2多目标优化
- 通过gamultiobj函数，实现基于nsga2的改进优化算法(An improved optimization algorithm based on NSGA2 is implemented by gamultiobj function)