搜索资源列表
GA_final
- 遗传算法程序求函数极值点,可调交叉和变异个数
Steepest
- 计算梯度下降法计算极值,只能找到局部最小点。可以通过调整步长实现全局最小-Calculation of gradient descent method to calculate extreme value, can only find local minimum point. By adjusting the step size can achieve the global minimum
jixieshou
- :本文提出了一种基于单纯形方法的机械手位姿逆解的分步求解方法。这种方法充分利用了单纯形法 大范围收敛和计算简单的特性,在不计算目标函数一阶导数的情况下,确定极值点的查找方向与步长,多次迭代,直至目标函数满足所给条件。最后,用一个六自由度的肘机器人验证了该求解方法的有效性。- This paper presents a simplex method based on robot position and orientation of the sub-step inverse solution
FCM
- ,将其与模糊C2均值(fuzzy C2mean , FCM) 聚类方法结合设计了一种进化FCM故障识别方法。该方法通过离线优选虚拟标准样本,达到快速、准确在线识别故障的目的,很好地解决了FCM算法经常收敛到局部极值点 的问题-this paper describes fcm and ga combining successfully.it can solve the problem easily!
DCQGA
- 运用双链量子遗传算法(DCQGA)求F6函数的极值。这个函数的极值在(0,0)点,极大值是1.-Quantum genetic algorithm using double-stranded (DCQGA) F6 function extremum seeking. Extremum of this function at (0,0) point, maximum value is 1.
Particle-swarm-optimization
- 多极值点函数,包含有多个极小值点,要找到全局最小值点。属于无约束条件静态随机搜索最优化问题,有详细注解说明。-More extreme value point function, contains multiple minimum points, to find the global minimum point. Static random search optimization problem belongs to the unconstrained conditions, there are
K-means
- 聚类算法 K-means 数据点到原型的某种距离作为优化的目标函数,利用函数求极值的方法得到迭代运算的调整规则 该代码针对图像的分类-Some distance K-means clustering algorithm to the data points as a prototype optimization objective function, using the function for extreme methods to adjust the rules to get the cod
emd-method
- 经验模态分解(EMD Empirical Mode Decomposition )算法是Hilbert-Huang变换(HHT)的核心算法。经验模态分解(EMD)算法是通过算法过程定义的,而并非由确定的理论公式定义的,所以对其进行准确的理论分析非常困难,我们目前只能借助大量的数字仿真试验不断对其性能进行深入的研究。 EMD算法的目的在于将性能不好的信号分解为一组性能较好的本征模函数(IMFIntrinsic Mode Function ),且IMF须满足以下两个性质: (1)信号的极值点(极
Firefly-Algorithm
- 萤火虫算法源于模拟自然界萤火虫在晚上的群聚活动的自然现象而提出的,每只萤火虫被视为解空间的一个解,萤火虫种群作为初始解随机的分布在搜索空间中,然后根据自然界萤火虫的移动方式进行解空间中每只萤火虫的移动。通过每一代的移动,最终使的萤火虫聚集到较好的萤火虫周围,也即是找到多个极值点,从而达到种群寻优的目的。-Firefly firefly algorithm derived the simulation of natural phenomena in the natural night clust