搜索资源列表
改进遗传算法－郭涛算法做最优化问题很管用
- 改进遗传算法－郭涛算法做最优化问题很管用,算法的基本思想是 先任意产生n个随机数，然后从n个数里随机选择m个数，再有这m个 数合成一个新数，将这个新数同n个数中间适应值函数值的最差的比较， 如果好的话就取代最差的那个，如果它比最好的还要好的话，则把最好的 也取代。如果比最差的坏，则重新合成一个新数。依次循环下去。 程序的奇妙之处是GA_crossover()函数，产生的新数确实比较好，看看 那位大侠能改进一下，产生比这跟好的数。-improved genetic algo
Substituter.java
- 代入法的启发示搜索 我的代码实现是：按照自然语言各字母出现频率的大小从高到低（已经有人作国统计分析了）先生成一张字母出现频率统计表（A）--------(e),(t,a,o,i,n,s,h,r),(d,l),(c,u,m,w,f,g,y,p,b),(v,k,j,x,q,z) ，再对密文字母计算频率，并按频率从高到低生成一张输入密文字母的统计表（B），通过两张表的对应关系，不断用A中的字母去替换B中的字母，搜索不成功时就回退，在这里回朔是一个关键。 -generation into a
rbf
- 实现了RBF网络，已载入训练和测试样本，可根据需要将其更换-Achieved a RBF network, has been printed in the training and test samples may be needed to replace
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
PSO_BP
- 基于粒子群和BP神经网络的混合优化策略算法。将改进PSO算法与BP神经网络结合，用PSO算法取代梯度下降法来优化神经网络的连接权值和阈值。程序简单易懂。-Based on Particle Swarm and the BP neural network algorithm for hybrid optimization strategy. Will improve the PSO algorithm and BP neural network, using PSO algorithm to re
Replaceneuralnetwork
- 替换小波神经网络程序：隐层函数不用小波，用一个余弦函数或正弦函数。这个程序见附录。网络的输出也是不错的，只是有时误差曲线有点波动，但不影响系统输出结果。-Replace the neural network program
RobotAI
- 一个基于FF学习算法的机器人例子,用JAVA编写,可以更换地图图片-FF-based learning algorithm of a robot example, written with JAVA, you can replace the map image
GAprog
- 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
masters_thesis_code.tar
- Michael G. Ross (mgross@ai.mit.edu) MIT Artificial Intelligence Lab October 3, 2-The Segmentation.cc file originally contained a quickSort function taken from the book Numerical Recipes in C. Recently I became aware that the NRC authors prohi
QGA
- 自己编的实数编码量子进化算法,配对交叉 交叉是指把两个父代个体的部分结构加以替换重组而生成新个体的操作。遗传算法中起核心作用的就是交叉算子-Their own series of real-coded quantum evolutionary algorithm, the matching of crossing is part of the structure of the two parent individuals to replace the reorganization generat
BP-GA
- 实现遗传算法优化的神经网络进行时间序列的预测，genetic.m接口函数简单明了，神经网络参数直接修改，自己的数据文件直接更换load即可。-Genetic algorithm optimization neural network for time series prediction, genetic.m interface functions simple neural network parameters directly modify their own data files direc
Artificial-Intelligence-Problems.tar
- 人工智能期末复习题 一、选择题： 1、人类智能的特性表现在4个方面__________。( B ） A、聪明、灵活、学习、运用。 B、能感知客观世界的信息、能对通过思维对获得的知识进行加工处理、能通过学习积累知识增长才干和适应环境变化、能对外界的刺激作出反应传递信息。 C、感觉、适应、学习、创新。 D、能捕捉外界环境信息、能够利用利用外界的有利因素、能够传递外界信息、能够综合外界信息进行创新思维。 2、人工智能的目的是让机器能够___________。(
Cluster_K-means
- k中心算法的基本过程是:首先为每个簇随意选择一个代表对象，剩余的对象根据其与每个代表对象的距离（此处距离不一定是欧氏距离，也可能是曼哈顿距离）分配给最近的代表对象所代表的簇；然后反复用非代表对象来代替代表对象，以优化聚类质量。聚类质量用一个代价函数来表示。当一个中心点被某个非中心点替代时，除了未被替换的中心点外，其余各点被重新分配。-The basic process k center algorithm is: First free to choose a delegate object fo
Differential-Evolution
- DE 算法主要用于求解连续变量的全局优化问题，其主要工作步骤与其他进化算法基本一致，主要包括变异(Mutation)、交叉(Crossover)、选择(Selection)三种操作。算法的基本思想是从某一随机产生的初始群体开始，利用从种群中随机选取的两个个体的差向量作为第三个个体的随机变化源，将差向量加权后按照一定的规则与第三个个体求和而产生变异个体，该操作称为变异。然后，变异个体与某个预先决定的目标个体进行参数混合，生成试验个体，这一过程称之为交叉。如果试验个体的适应度值优于目标个体的适应度值
改进的PSOBP
- 使用改进的PSO算法优化BP神经网络是实现数据的分类。调试通过，替换样本数据即可使用(Optimizing BP neural network using improved PSO algorithm is the classification of data. Debug through, replace sample data can be used)
python-LDA-master
- linux下lda的实现，具体说明内附文件，使用方便(LDA detailed descr iption of the attached file, easy to use, fast hand, use only to replace the source file can be used)
GAP.tar
- 通过对这个程序包的调用可以实现对原子GAP的建模，用机器学习的方法来代替解薛定谔方程(By invoking the package, we can realize the modeling of atomic GAP and replace the Schrodinger equation by machine learning.)