搜索资源列表
AI_prog
- 这是一个非常简单的遗传算法源代码，对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择、精华模型、单点杂交和均匀变异。-This is a very simple genetic algorithm source code for a specific application to amend this code, Users only need to change t
jiandan0101
- 这是一个非常简单的遗传算法源代码，代码保证尽可能少，实际上也不必查错。对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码 的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择、精华模型、单点杂交和均匀变异。如果用 Gaussian变异替换均匀变异，可能得到更好的效果。代码没有任何图形，甚至也没有屏幕输出，主要是保证在平台之间的高可移植性。读者可以从ftp.uncc.edu, 目录 coe/evol中的文件prog.c中
pingjia
- 利用matlab编写的求解融合后的图像的评价函数，用于遗传算法。
code
- 一个遗传算法 这是一个非常简单的遗传算法源代码，是由Denis Cormier (North Carolina State University)开发的，Sita S.Raghavan (University of North Carolina at Charlotte)修正。代码保证尽可能少，实际上也不必查错。对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码 的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择
GA_Denis_Cormier
- 这是最简单的，也是最清楚的遗传算法代码，您只要自定义其评价函数，定义说明在文档里，然后就直接可用！
simplegeneticalgorithmimplementation
- 这是一个非常简单的遗传算法源代码，是由Denis Cormier (North Carolina State University)开发的，Sita S.Raghavan (University of North Carolina at Charlotte)修正。代码保证尽可能少，实际上也不必查错。对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码 的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择、精华模型、单点杂
fastvalue
- 一种基于图像像素分类的快速计算图像清晰度评价值函数。-Pixel classification based on image sharpness of the image evaluation value fast computing functions.
AI
- 人工智能 智能问题的很重要一点就是学习问题。如果解决了学习，计算机将在很大程度上 具有人的智能。博奕问题是最典型的智能问题，如果评价函数能够很好的学习， 并且是一种自学习，或许意味着学习问题的突破。当然，模式识别中的分界面是 需要学习的，特征恐怕也是需要学习的。SVM是学习的有益探索，不过还需要更完 备的学习理论。 我们现有的数学知识能够解决什么样的问题。当今的数学都是基于集合论的，然而 集合是不能自己产生新的东西的。因此发明到底是发明还
GaTest
- 这是一个非常简单的遗传算法测试源代码，用户只需改变常数的定义并且定义“评价函数”即可。 要求输入的文件应该命名为‘gadata.txt’；系统产生的输出文件为‘galog.txt’。 输入的文件由几行组成：数目对应于变量数。且每一行提供次序——对应于变量的上下界。 如第一行为第一个变量提供上下界，第二行为第二个变量提供上下界，等等。-This is a very simple genetic algorithm to test the source code, users only
xtjl
- 实现了25种系统聚类的方法，在函数的选项里面可以进行方便的指定。同时可以自动计算这25种方法的评价函数，选择最优的系统聚类方法-25 kinds of systems to achieve a clustering method, in function of the option which can be easily specified. At the same time, it can automatically calculate the 25 kinds of methods of e
JSP
- 利用遗传算法解决作业调度问题,评价函数,算法高效.-The use of genetic algorithm to solve job-scheduling problem, the evaluation function, algorithm efficiency.
cp321123
- 这是一个非常简单的遗传算法源代码，是由Denis Cormier (North Carolina State University)开发的，Sita S.Raghavan (University of North Carolina at Charlotte)修正。代码保证尽可能少，实际上也不必查错。对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择、精华模型、单点杂交
SGA
- 这是一个非常简单的遗传算法源代码，是由Denis Cormier (North Carolina State University)开发的，Sita S.Raghavan (University of North Carolina at Charlotte)修正。代码保证尽可能少，实际上也不必查错。对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码 的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择、精华模型、单点杂
CompetitionChampionAlgorithm100801
- 可用于有约束函数优化的竞赛争冠算法程序已基本完成,但肯定还有未发现的问题.请您试用,并提宝贵的意见和批评.谢谢!该程序是在自创的无约束优化的竞赛争冠算法(旧称竞技取冠算法)函数优化程序基础上,开发出来的有约束优化程序.程序采用罚函数法实现有约束优化的,但罚因子(惩罚系数)的处理方法有别于其它罚函数法.该程序证明这种惩罚系数处理方法是有效的.该法调整惩罚系数简单,粗放,一般应用默认值即可.该程序普适性较好,进化参数调整简单,不敏感,全局最优解的搜索能力较强,数据重现性(鲁棒性)较好,获得结果精度较
yichuansuanfagac
- 一个非常简单的遗传算法源代码，是由Denis Cormier (North Carolina State University)开发的，Sita S.Raghavan (University of North Carolina at Charlotte)修正。代码保证尽可能少，实际上也不必查错。对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。 -A very simple genetic algorithm source code, is Denis Corm
ga
- 这是一个非常简单的遗传算法源代码，是由Denis Cormier (North Carolina State University)开发的，Sita S.Raghavan (University of North Carolina at Charlotte)修正。代码保证尽可能少，实际上也不必查错。对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码 的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择、精华模型、单点杂
ycsf
- 这是一个简单的遗传算法程序代码，评价函数只取正数，并且适应度函数和目标函数相同。-This is a simple genetic algorithm implementation where the evaluation function takes positive values only and the fitness of an individual is the same as the value of the objective function
9527
- exercise1:为基于小波变化与局部能量的图像融合方法 exercise2:为基于自适应算法的图像融合算法 myfunction1~myfunction5:为性能指标评价函数-exercise1: To change and local energy based on wavelet image fusion method exercise2: adaptive algorithm based image fusion algorithm myfunction1 ~ myfuncti
genetic_algorithms
- 基于Ｃ语言实现的遗传算法，对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可-C language based on genetic algorithm
RMSE
- 对局部放电信号去噪的性能进行评价，RMSE值越接近于1，去噪效果越好(The performance of partial discharge signal denoising is evaluated, and the closer the RMSE value is to 1, the better the denoising effect is)