搜索资源列表
aa
- 遗传算法 遗传算法简称GA(Genetic Algorithm),在本质上是一种不依赖具体问题的直接搜索方法。遗传算法在模式识别、神经网络、图像处理、机器学习、工业优化控制、自适应控制、生物科学、社会科学等方面都得到应用。在人工智能研究中,现在人们认为“遗传算法、自适应系统、细胞自动机、混沌理论与人工智能一样,都是对今后十年的计算技术有重大影响的关键技术”。-Referred to as genetic algorithm genetic algorithm GA (Genetic Algo
gcf
- 遗传算法简称GA(Genetic Algorithm),在本质上是一种不依赖具体问题的直接搜索方法。遗传算法在模式识别、神经网络、图像处理、机器学习、工业优化控制、自适应控制、生物科学、社会科学等方面都得到应用。在人工智能研究中,现在人们认为“遗传算法、自适应系统、细胞自动机、混沌理论与人工智能一样,都是对今后十年的计算技术有重大影响的关键技术”。-Referred to as genetic algorithm GA (Genetic Algorithm), in essence is a k
lgj
- 遗传算法简称GA(Genetic Algorithm),在本质上是一种不依赖具体问题的直接搜索方法。遗传算法在模式识别、神经网络、图像处理、机器学习、工业优化控制、自适应控制、生物科学、社会科学等方面都得到应用。在人工智能研究中,现在人们认为“遗传算法、自适应系统、细胞自动机、混沌理论与人工智能一样,都是对今后十年的计算技术有重大影响的关键技术”。-Referred to as genetic algorithm GA (Genetic Algorithm), in essence is a k
6A_5016
- 一种基于双变异算子的遗传算法本文针对简单遗传算法(SGA)所存在的缺点和不足,提出了一种新的改进遗传算法-双变异算子GA。该想法通过将所有产生的子代个体与父代个体混合作为下一代种群,在种群选择前对适应度值较低的个体进行一次变异,然后通过选择,交叉,再一次变异产生新种群,再利用自适应算法改变交叉和变异率及最优保存策略保护历代最优个体, 经Visual C++ 软件编程计算,得到了较好的优化结果. -A mutation operator based on dual genetic algorith
matlabGA
- 这是一个自适应的遗传算法实例, 是在遗传算法的基础上改进的, 例子是和matlab工具箱与应用书上的相似-This is an example of adaptive genetic algorithm is based on the genetic algorithm improved, for example, is matlab toolbox and application of similar books
MATLABlanguageandapplication
- < 控制系统计算机辅助设计--MATLAB语言与应用>>系统地介绍了国际控制界最流行的控制系统计算机辅助设计语言MATLAB,侧重于介绍MATLAB语言编程基础与技巧、数学问题的MATLAB求解、线性系统计算机辅助分析、控制系统与其他复杂系统的Simulink建模,控制系统的计算机辅助设计方法,包括串联控制器、状态反馈控制器、多变量系统频域设计、PID控制器设计、最优控制器设计、LQG/LTR控制器设计、H2=H1 最优控制、分数阶控制、自适应控制、模糊控制、神经网络控制、遗传
AGA
- 单点交叉 单点变异 确定式选择法 自适应的遗传算法生成最小树-Adaptive genetic algorithm generates minimum spanning tree
psoandimprovedpso
- 基本粒子群优化算法和改进粒子群优化算法程序,包括:用基本粒子群算法求解无约束优化问题,用带压缩因子的粒子群算法求解无约束优化问题,用线性递减权重粒子群优化算法求解无约束优化问题,用自适应权重粒子群优化算法求解无约束优化问题,用随机权重粒子群优化算法求解无约束优化问题,用学习因子同步变化的粒子群优化算法求解无约束优化问题,用学习因子异步变化的粒子群优化算法求解无约束优化问题,用二阶粒子群优化算法求解无约束优化问题,用二阶振荡粒子群优化算法求解无约束优化问题,用混沌粒子群优化算法求解无约束优化问题,
SGA
- 遗传算法是在生物进化的启示下得到的一种搜索和自适应算法。此程序包为GA算法的源代码。-Genetic algorithms are inspired by biological evolution to be a search and adaptive algorithm. This package for the GA algorithm source code.
ant
- 遗传融合的自适应蚁群算法最优PID控制研究-Genetic fusion of adaptive ant colony algorithm optimal PID control
BlindEqualizationBasedonGeneticAlgorithm
- 盲均衡技术能够仅利用接收信号的统计特性对信道特性进行均衡,克服了传统自适应均衡技术需要训练序列、降低系统有效信息传输率的缺陷,成为目前的研究热点。本文简单介绍了通信中的盲均衡技术,并针对一个简单的信道模型给出了基于遗传算法的盲均衡算法。仿真结果表明,多次迭代的盲均衡的均值能够很好地代表未知信道的性能。 -Blind equalization was an adaptive equalization technique,which could equalize the properties o
adaptive
- 遗传自适应算法的源代码,学习用,不太难,算法比较传统,有助于了解遗传自适应算法的结构-Adaptive genetic algorithm source code, learn to use, not too hard, more traditional method for understanding the structure of genetic adaptive algorithm
Adaptive-niche-hierarchy-3
- 自适应小生境递阶遗传算法求解函数优化问题想对其他函数求解就修改function函数 -Adaptive niche hierarchy genetic algorithm for function optimization problem to solve for other functions to modify the function function
7
- 基于遗传算法的OFDM自适应资源分配算法MATLAB源码 OFDM自适应资源分配问题(载波、功率等),是一个既含有离散决策变量,又含有连续决策变量的非线性优化模型,且含有较为复杂的非线性约束,因此适合采用智能优化算法进行求解。 -Adaptive genetic algorithm-based resource allocation algorithm for OFDM OFDM MATLAB source adaptive resource allocation prob
MyGaMpiII_1.0
- 这是一个基于实数编码的Fortran语言的遗传算法,并用MPI并行实现,里面提供了丰富的选择算子,交叉算子,变异算子可供选择,如选择算子有基于赌盘选择算子,无回放余数随机选择算子,变异算子有高斯变异,自适应变异等,此外还实行了一种策略可以有效地降低早熟的概率,本人还有一份非MPI版本的遗传算法,需要者可以联系。-This is a real-coded in Fortran language of genetic algorithms, and use MPI parallel implemen
GA-for-C-code
- 遗传算法自适应算法的C代码,供大家学习参考-Adaptive algorithm of genetic algorithm C code for everyone to learn information
adaptive-kalman-filter-with-GA
- 使用遗传算法的自适应Kalman滤波器,下自万方数据库.-adaptive kalman filter with genetic algorithm
GA
- 遗传算法代码 轮盘赌法,自适应均匀交叉,自适应单点变异,遗传在变,小生境竞争-Genetic algorithm
ga
- 遗传算法的matlab源代码,包含了从基本遗传算法到,自适应,多种交叉方式等遗传算法的源代码-Genetic algorithm of matlab source code, including from the basic genetic algorithm to, adaptive, a variety of crossover modes and genetic algorithm of source code
Principle-and-Application-of-GA
- 遗传算法是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率搜索算法。-The genetic algorithm is the simulation of bio-genetic and evolutionary processes in the natural environment and the formation of the probability of an adaptive global optimization search algorithm.