搜索资源列表
yunchouxue.rar
- 运筹学ppt考试复习专用 第一章 线性规划与单纯形法 第二章 线性规划的对偶理论 第三章 整数规划 第四章 目标规划 第五章 运输与指派问题 第六章 网络模型,Operational research ppt exam review chapter dedicated linear programming and simplex method chapter on linear programming duality theory of integer programmi
Ring
- 电网规划中搜索环路的程序,通过给定的网络拓扑结构,判定该网络是否连通,如果连通,判定是否有回路,如果有回路,返回组成改回路的线路集合.-Search network planning process loop through a given network topology, determine whether the connectivity of the network, if connected, to determine whether there is any loop, if loo
liantong
- 在某一网络拓扑结构中,检验是否使每一个节点都保持连通状态,在电网规划中有重要作用-In a network topology, the test is to enable each node to maintain connectivity of a state, in the grid plays an important role in planning
Transmission-Network-Expans1on
- 应用遗传算法做电网规划，把遗传算法应用于输电网络规划，提出了基于遗传算 法的输电网络规划模型，以新建线路的投资费用和系统年运 行费用之和最小为目标函数，建立了输电网络规划的数学模型。该模型还考虑了“N-1”事故检验，使得规划方案更加合理。以Garver-6节点系统为例进行优化规划-The application of genetic algorithms to do network planning
fun_huiseyucefa
- 灰色预测法应用于电力系统的负荷预测，提高了精确性，方便了电力网络规划。-The gray prediction method is applied to the power system load forecasting
network
- IPv4地址的相关知识，网络规划和接口配置说明，配置和测试网络。-IPv4 address related knowledge, network planning and interface configuration instructions, configure and test network.
sunqan_v15
- 用MATLAB编写的遗传算法路径规划，一个计算声子晶体结构的一维传递矩阵法,包括最小二乘法、SVM、神经网络、1_k近邻法。- Genetic algorithms using MATLAB path planning, A one-dimensional transfer matrix method to calculate the phonon crystal structure, Including the least squares method, the SVM, neural net
yui_nk81
- 基于人工神经网络的常用数字信号调制，迭代自组织数据分析，用MATLAB编写的遗传算法路径规划。- The commonly used digital signal modulation based on artificial neural network, Iterative self-organizing data analysis, Genetic algorithms using MATLAB path planning.
nu378
- 关于神经网络控制，MIT人工智能实验室的目标识别的源码,用MATLAB编写的遗传算法路径规划。- On neural network control, MIT Artificial Intelligence Laboratory identification of the target source, Genetic algorithms using MATLAB path planning.
liefeiming
- BP神经网络的整个训练过程,一些自适应信号处理的算法，用MATLAB编写的遗传算法路径规划。- The entire training process BP neural network, Some adaptive signal processing algorithms, Genetic algorithms using MATLAB path planning.
MATLAB遗传算法
- 遗传算法和非线性规划的函数寻优，BP神经网络优化(Genetic algorithm and nonlinear programming function optimization, BP neural network optimization)
xap__head
- 这是《wcdma无线网络规划与优化》书上对应的源代码的第二部分(This is the wcdma wireless network planning and optimization, the second part of the book the corresponding source code)
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
【IT无忧吧】企业网络规划与设计方案精选大集合
- 的飒飒发服爱仕达多群无大所大所大所啊实打实大所多所大所大所大所大所多(klasksksa asdkjapjlakjdajdkamdkl;;l,)
th 实验五
- 使用 Packet Tracer 模拟器规划、设计及搭建一个小型单位的网络，其中包含 10 台 PC、一台 Web 和 FTP 服务器和两个路由两个交换组成，并且划分为 4 个 VLAN。(The Packet Tracer simulator is used to plan, design and build a small unit network, which consists of 10 PC, one Web and FTP server, and two routing two sw
DepthmapSetup1014
- 是空间句法理论的分析应用软件，可基于对街道空间的拓扑分析来研究城市空间形态、道路网络、空间行为与规划设计评估等，在风景园林与建筑学方面也有应用。(space syntax analysis)
project_manage
- 有关项目进度管理需要掌握的知识有如下一些： （1）项目进度管理的过程有哪一些。 （2）活动定义与WBS（Work Breakdown Structure，工作分解结构）的定义，有关WBS的一些专业术语理解，如检查点、里程碑、基线、工作包、活动等。 （3）活动定义采用的一些工具和技术，如分解、模板、滚动式规划、专家判断等。 （4）掌握前导图法（即单代号网络图）和箭线图法（双代号网络图），会作图、看图，会找关键路径，掌握虚路径的概念，理解术语并会计算ES、LS、EF、LF、FF、TF，并能对
源代码
- 1 基于遗传算法的TSP算法（王辉） 2 基于遗传算法和非线性规划的函数寻优算法（史峰） 3 基于遗传算法的BP神经网络优化算法（王辉） 4 设菲尔德大学的MATLAB遗传算法工具箱（王辉） 5 基于遗传算法的LQR控制优化算法（胡斐）(1 TSP algorithm based on genetic algorithm (Wang Hui) 2 Function optimization algorithm based on genetic algorithm and non
leader-following 自适应动态规划仿真
- 本代码运用自适应动态规划理论，结合BP神经网络，设计实现多智能体系统的一致控制。其中的控制率是由HDP框架的BP神经网络基于智能体的实时状态数据自适应产生的。(leader-following consensus by adaptive dynamic programming)
数学建模的29个通用模型及matlab解法
- 第一章 线性规划 第二章 整数规划 第三章 非线性规划 第四章 动态规划 第五章 图与网络 第六章 排队论 第七章 对策论 第八章 层次分析法 第九章 插值与拟合 第十章 数据的统计描述和分析 第十一章 方差分析 第十二章 回归分析(Chapter I linear programming Chapter II integer programming Chapter III nonlinear programming Chapter IV dynamic planning Chapt