搜索资源列表
CVRP-N
- 采用微粒群(粒子群/PSO)算法求解CVRP“车辆路径问题”的代码，对于中小规模算例能有很快的速度，对于大规模问题则效率偏低。文件包内附国际常用算例十余个。如有任何疑问，可以到http://2shi.phphubei.com.cn/index.php发帖咨询。-Using particle swarm (PSO/PSO) algorithm CVRP " vehicle routing problem," the code, for example small and me
CVRP-N
- 采用微粒群(粒子群/PSO)算法求解CVRP“车辆路径问题”的代码，对于中小规模算例能有很快的速度，对于大规模问题则效率偏低。文件包内附国际常用算例十余个。如有任何疑问，可以到http://2shi.phphubei.com.cn/index.php发帖咨询。-Using particle swarm (PSO/PSO) algorithm CVRP " vehicle routing problem," the code, for example small and me
DGPSO.rar
- 用于求解约束优化问题的算法，算法为差分进化/遗传算法/微粒群算法的融合。对于“[7] T. P. Runarsson and X. Yao, Stochastic ranking for constrained evolutionary optimization, IEEE Trans. Evol. Comput., vol. 4, no. 3, pp. 284-294, Sep. 2000”中给出的13个标准测试函数，均能得到问题最优解。如有任何疑问，请于http://2shi.phphube
fann-2.1.0beta
- Fast Artificial Neural Network Library是一个免费开源的神经网络库，它用C实现了支持全连接及稀连接的多层人工神经网络，并且支持定点和浮点数的跨平台运行。库中包含有易于处理训练数据的框架。它易于使用、通用、文档完备并且快速。目前已有PHP, C++, .NET, Ada, Python, Delphi, Octave, Ruby, Prolog Pure Data 和 Mathematica的绑定。库中还附有一本带例子和关于如何使用本库的建议的参考手册，本库也有
GPSOtsp
- 采用遗传微粒群算法（GPSO）求解旅行商问题（TSP）的源代码。内附多个算例，本算法对于中小规模问题求解效率很高，对于大规模问题则效率略低。如有任何疑问，请于http://2shi.phphubei.com.cn/index.php发帖询问。-Genetic Particle Swarm Optimization (GPSO) for Traveling Salesman Problem (TSP) of the source code. Containing a number of examp
FANN-2.2.0-Source
- FANN 2.20 Source code.Fast Artificial Neural Network Library是一个免费开源的神经网络库，它用C实现了支持全连接及稀连接的多层人工神经网络，并且支持定点和浮点数的跨平台运行。库中包含有易于处理训练数据的框架。它易于使用、通用、文档完备并且快速。目前已有PHP, C++, .NET, Ada, Python, Delphi, Octave, Ruby, Prolog Pure Data 和 Mathematica的绑定。库中还附有一本带例子
cnn_linear_max-master
- 一个简单的卷积神经网络与线性神经元。 结构:输入- >卷积- > max池- >卷积- > max池- >完全连接。 编译c++马克斯池功能首先输入“墨西哥人MaxPooling.cpp”。 数据可以在http://ai.stanford.edu/下载~ amaas /数据/ data.zip 可以在http://ufldl.stanford.edu/wiki/index.php/Using_the_MNIST_Dataset下载的数据加载函数
CNN_Torch7-master
- 在ubuntu下实现cnn网络，有相关数据集(CNN_Torch7 ========== This code use the code of Supervised Learning tutorial of Torch7. I add the loading of image by using graphicsMagick for Torch7. 1. for the code intepretation: http://code.madbits.com/wiki/doku.php?id