搜索资源列表
SA_TSP
- 自己编写的模拟退火matlab程序，在已有程序上的改进。-I have written matlab simulated annealing process, the existing procedural improvements.
TimeSeriesPredictionUsingSupportVectorRegressionNe
- 为了选择神经网络的最好结构以及增强模型的推广能力，提出一种自适应支持向量回归神经网络(SVR—NN)。SVR—NN 用支持向量回归(SVR)方法获得网络的初始结构和权值， 白适应地生 成网络隐层结点，然后用基于退火过程的鲁棒学习算法更新网络结点疹教和权 主。 SVR—NN有很 好的收敛性和鲁棒性，能抑制由于数据异常和参数选择不当所导致的“过拟合，’现象。将SVR—NN 应用到时间序列预测上。结果表明，SVR．NN预测模型能精确地预测混沌时间序列，具有很好的 理论和应用价值。-Ab
2
- 模拟退火MATLAB程序-MATLAB simulated annealing process. . . . . . . . . . . . . . . . . . . . . . . . . .
Hamilton
- 哈密尔顿回路算法，内含TSP模拟退火算法和三边交换简单算法-Hamilton-loop algorithms, simulated annealing algorithm includes TSP and trilateral exchange of a simple algorithm for
CAD
- 自己编写的电路分析，优化程序，可求解电路响应，计算元件灵敏度，优化方法包括Powell法，模拟退火法，可部分实现滤波器设计的功能-I have written the circuit analysis, optimization procedures， can solve the circuit response, computing components sensitivity, and optimization methods including Powell method, simulat
SA
- 模拟退火算法和最速下降法的结合，既有模拟退火算法的全局性，搜索过程中最速下降法确定搜索方向，提高了收敛速度。-Simulated annealing algorithm and a combination of steepest descent method, both simulated annealing algorithm for the global nature of the search process in the steepest descent method to determ
pso
- 粒子群优化算法是一种进化优化技术，源于对鸟群扑食的行为，是一种基于迭代的优化工具。此文件提供了基本粒子群算法、带压缩因子的粒子群算法、二阶粒子群算法、二阶振荡粒子群算法、权重改进的粒子群算法、混沌粒子群算法、基于杂交的粒子群算法、基于模拟退火的粒子群算法的MATLAB源代码。-PSO is an evolutionary optimization technique, derived from the behavior of the birds of prey, is based on iter
Solving
- 求解双层规划问题常用的算法有极点算法、直接搜索法、下降法和非数值优化方法(如模拟退火算法、遗传算法等)，遗传算法的求解思路是：首先对上层的决策变量编码，代人下层规划模型，通过求解下层模型的决策变量值，代入上层模型计算适应度值，然后进行交叉、变异、选择操作，最后求出最优解。-Solving Bilevel Programming Problems with pole algorithm commonly used algorithms, direct search method, descent
algorithm
- 模拟退火法，蚁群算法，遗传算法，分水岭算法等常见算法的Matlab程序-Simulated annealing, ant colony algorithm, genetic algorithm, watershed algorithm common algorithm Matlab program
monituihuosuanfa
- 模拟退火算法在图像处理中的典型应用，用matlab编程-Simulated annealing algorithm in a typical image processing applications, programming with matlab
TSP
- 模拟退火处理tsp问题，matlab 代码-tsp problem matlab code
simulateanneal
- 一个解决0-1背包问题的模拟退火程序，希望给有需要的人帮助-A solution to the 0-1 knapsack problem simulated annealing process, hoping to help those in need
SimulatedAnnealing
- 本文介绍了模拟退火算法的原理和求解方法,并将其用于指数曲线的拟合,在Matlab语言环境下实现了该算法,并且与文献中的遗传算法、线性回归相比较。数值模拟结果表明,该算法能更好地实现最优拟合。-This article describes the principle of simulated annealing algorithm and solution methods, and used an exponential curve fitting, the language environmen
00000000000000000000000000000000000000000000000000
- 模拟退火算法解决最优路径问题，此程序只需根据需要输入数据即可，验证过了，可行-the best way
ApplicationofLeastSquareSupportVectorMachine
- 基于粒子群与模拟退火优化算法的最小二乘支持向量机参数自选择方法预测混沌序列-anessayaboutchaospredictionbyPSOLSSVM
TSP
- 用模拟退火算法和遗传算法实现TSP旅行商问题，并可以用Matlab对结果进行图形显示分析，非常实用于初学者-Using simulated annealing algorithm and genetic algorithm traveling salesman problem TSP, and the results can be used Matlab graphics analysis, very useful for beginners
mnth
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
Qlearningcar
- Simulink 控制VR环境中的小车。小车有5个距离传感器，能够慢慢学会避开墙壁和障碍物。小车采用加强学习（Q learning），采用神经网络对Q函数逼近。由于使用了模拟退火，小车在开始的时候会经常撞击障碍物，10次后基本就不会再撞了。 小车的外观模型使用了"w198406141"在本论坛的虚拟现实区发布的VR模型。-VR environment Simulink control car. There are 5 car distance sensor, can gradually le
GA_test
- 遗传算法：二进制、单点交叉、单点变异、轮盘赌、模拟退火(默认无)、最优个体保留(默认无)-Genetic algorithm: binary, single-point crossover, single-point mutation, roulette, simulated annealing (default no), best individual reservations (default no)
QosMulticastMATLAB
- 功能代码含多种QoS约束的组播路由问题遗传模拟退火算法通用MATLAB源码.-multicast