搜索资源列表
SGA2[1].0
- GA（Simple Genetic Algorithm）是一种强大的智能多变量优化算法，它模仿种群繁殖规律来进行优化。 本SGA可以优化变量，求最小值,最大值（当把函数倒数也就求最小值啦） 并且支持浮点编码，grey编码，二进制编码；轮赌法选择，锦标赛选择；单点交叉，均布交叉，浮点交叉；单点变异，浮点变异；
C
- 全国电子设计大赛:智能电动车的设计.实现功能:以AT89C52单片机为核心，用双CPU实现电动小车的实时智能控制。CPU对各个传感器检测到的信号进行综合判断处理，然后发出控制信号给电机驱动电路控制小车运行。系统采用PWM动态控制电动机转速，采用红外光电传感器检测引导线，矫正行车路线，超强纠偏。采用霍尔元件检测车轮转动，测速计算距离。用看门狗X5045实现数据存储；采用接近开关准确的探测出金属片的位置、长度；采用光电传感器检测障碍物。采用光电传感器和TLC2543采样比较光源强度引导小车进入车库。
Matlab遗传算法改进程序
- 遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算
toolforSGAPublic
- SGA（Simple Genetic Algorithm）是一种强大的智能多变量优化算法，它模仿种群繁殖规律来进行 优化。 本SGA可以优化变量，求最小值,最大值（当把函数倒数也就求最小值啦） 并且支持浮点编码，grey编码，二进制编码；轮赌法选择，锦标赛选择；单点交叉，均布交叉，浮点交叉； 单点变异，浮点变异；-SGA (Simple Genetic Algorithm) is a powerful smart multi-variable optimization algor
SGAPublic
- SGA（Simple Genetic Algorithm）是一种强大的智能多变量优化算法，它模仿种群繁殖规律来进行优化。本SGA可以优化变量，求最小值,最大值（当把函数倒数也就求最小值） 并且支持浮点编码，grey编码，二进制编码；轮赌法选择，锦标赛选择；单点交叉，均布交叉，浮点交叉；单点变异，浮点变异；调用时Genetic（目标函数名） 使用SGA时，首先需要一个目标函数（像AimFunc.m），该函数返回适应度输入变量为待优化变量x输出为一个适应度。然后修改Genetic.m中可以修
Intelligence-optimization-codes
- 智能优化算法汇总C语言大礼包 粒子群算法程序，是一种智能优化算法，1995年提出；-PSO algorithm
GeneticAlgorithm
- 遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算
P4-1
- 传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算中
GA
- 遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算
Differential-evolution
- 差分进化方法是一种新的智能算法，可以和多种算法结合，例如神经网络优化；约束性算法；线性算法。-Differential evolution method is a new intelligent algorithm, and can be combined with a variety of algorithms, such as neural network optimization constraint algorithm linear algorithm.
智能优化算法资料
- 优化算法有很多，经典算法包括：有线性规划，动态规划等；改进型局部搜索算法包括爬山法，最速下降法等，模拟退火、遗传算法以及禁忌搜索称作指导性搜索法。而神经网络，混沌搜索则属于系统动态演化方法。 梯度为基础的传统优化算法具有较高的计算效率、较强的可靠性、比较成熟等优点，是一类最重要的、应用最广泛的优化算法。但是，传统的最优化方法在应用于复杂、困难的优化问题时有较大的局限性。(There are many optimization algorithms, the classical algori
“群体智能算法”Matlab工具箱3.0
- 群体智能算法”Matlab工具箱3.0 集成了八种种群体智能算法：'PPNGA','SFLA','MSFLA','AF-SFLA','PSO','ABC','DEr1','DEb2' % 2、适应度函数开放了一个参数Parmaters，接收本文件Options.Parmaters传递的参数，实例参见m文件F3_Rastrigin.m % 3、本程序设置了三个终止条件，终止条件3是必需的；终止条件1,2是可选的，不需要时隐去代码即可 % 4、在优化参数设置中，小种群设置与大种群设置各有优势
蝙蝠优化算法
- 基于matlab平台的启发式智能算法，蝙蝠算法程序(Heuristic intelligent algorithm based on MATLAB platform, bat algorithm program)
和声优化算法
- 基于matlab平台的启发式智能算法，和声算法程序(Heuristic intelligent algorithm based on MATLAB platform, harmonic algorithm program)
萤火虫优化算法
- 基于matlab平台的启发式智能算法，萤火虫优化算法程序(Heuristic intelligent algorithm based on MATLAB platform and the program of firefly optimization algorithm)
免疫优化算法在物流配送中心选址中的应用
- 免疫算法受生物免疫系统启发，是在免疫学理论基础上发展起来的一种新兴的智能计算算法(Immune algorithm, inspired by biological immune system, is a new intelligent algorithm developed on the basis of immunology theory.)
遗传算法理论,应用与软件实现 随书源码
- 遗传算法理论,应用与软件实现随书源码 《遗传算法:理论应用与软件实现》全面系统地介绍了遗传算法的基本理论，重点介绍了遗传算法的经典应用和国内外的新发展。全书共分11章。第1章概述了遗传算法的产生与发展、基本思想、基本操作以及应用情况；第2章介绍了基本遗传算法；第3章论述了遗传算法的数学基础；第4章分析了遗传算法的多种改进方法；第5章初步介绍了进化计算理论体系；第6章介绍了遗传算法应用于数值优化问题；第7章介绍了遗传算法应用于组合优化问题；第8章介绍了遗传算法应用于机器学习；第9章讨论了遗传
遗传算法例程code
- 遗传算法是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算中的关键技术之一。
分布式能源能量调度
- 利用智能算法对微网中的分布式电源进行最优调度实现配电网稳定运行(Using intelligent algorithm to schedule distributed generation in microgrid to realize stable operation of distribution network)
鲸鱼群智能优化神经网络（WOA-NN）
- 利用鲸鱼群智能优化算法实现对神经网络的优化，实验结果能够有效避免传统神经网络过拟合的问题，有效提高模型识别精度。内容包含：woa主函数，woa-nn优化主函数；以及三个分类原始数据可供优化模型验证。