搜索资源列表
关于linux下文件编译的方法
- 摘 要： 本文主要阐述了关于linux下文件编译的方法以及vim编辑器的配置，并介绍了linux下热门开发工具。 关 键 词： vim配置与使用；linux文件编译；linux下热门开发工具 引 言： 1.一般拿到新的服务器都需要自己配置一下vim的环境，要不觉得总是不是很顺手。本文介绍了vim的基本配置以及一些个性化配置，用户可根据自己喜好及习惯自由配置；2.介绍了Linux文本编译的常用编译命令选项和多源文件编译方法,使读者对linux下文件编译有一个直观的了解；3.介绍了常用linux下开
求解机械优化的Pareto多目标中心粒子群算法
- 摘要：针对基于权重法的多目标算法无法求解约束多目标问题的缺陷，将中心粒子群算法与Pareto 解集搜索算法相结合，提出 一种Pareto 多目标中心粒子群算法。将此方法用来优化气门弹簧的模型，实验结果表明，该优化方法能够快速准确地收敛于Pareto 解集，并且使其对应的目标域均匀地分布于Pareto最优目标域。
cckeilv802
- Keil Software公司推出的uVision3是一款可用于多种8051 MCU的集成开发环境(IDE)，该IDE同时也是PK51及其它开发套件的一个重要组件。除增加了源代码、功能导航器、模板编辑以及改进的搜索功能外，uVision3还提供了一个配置向导功能，加速了启动代码和配置文件的生成。此外其内置的仿真器可模拟目标MCU，包括指令集、片上外围设备及外部信号等。uVision3提供逻辑分析器，可监控基于MCU I/O引脚和外设状态变化下的程序变量。 uVision3提供对多种最新
bbbb
- 摘 要:提出一种新的基于Pareto多目标进化免疫算法(PMEIA)。算法在每一代进化群体中选取最优非支配抗体保存到记忆细胞文档中 同时引入Parzen窗估计法计算记忆细胞的熵值,根据熵值对记忆细胞文档进行动更新,使算法向着理想Pareto最优边界搜索。此外,算法基于点在目标空间分况进行克隆选择,有利于得到分布较广的Pareto最优边界,且加快了收敛速度。与已有算法相比, PMEIA在收敛性、多样性,以及解的分布性方面都得到很好的提高。-Abstract:This paperproposed a
362465378
- 工程应用中的多峰寻优问题要求搜索目标函数的多个极值点，现有的多峰优化方法难以直接利用应用 问题的先验知识引导算法过程，多峰寻优效率较低。基于粒子群优化算法设计一种面向应用的多峰寻优算法， 能有效利用易于获得的先验参数，如峰间分辨率、峰位置精度、峰值个数等实现快速多峰搜索。该算法保持了粒 子群算法的简单性并改善了搜索多样性，使其可控地收敛到多个峰值上。将该算法与几种典型的多峰寻优方法 进行了对比测试和分析，结果表明，对复杂多峰函数，该算法能以最快的收敛速度实现多峰搜索-Mu
erweishang
- 二维最大熵法和二维最小交叉熵法是目前常用的两种阈值分割方法, 但在某些时候因为两种方法获取的阈 值过高或者过低, 使得分割失效。针对此问题, 提出了基于二维最大熵法和二维最小交叉熵法结合的图像分割方法。 首先, 对二维最小交叉熵公式进行转化 然后, 利用多目标规划理论将这两种方法有机结合使得到的阈值既满足二维 最大熵原则, 又满足二维最小交叉熵原则 最后, 利用二维直方图的特点推导出新型递推算法搜索最佳阈值并降低计 算复杂度。-The thresho ld ing method
chapter10
- 基于粒子群算法的多目标搜索算法 基于粒子群算法的多目标搜索算法-Multi-target search algorithm based on particle swarm optimization based particle swarm algorithm for multi-target search algorithm
main
- 基于粒子群算法的多目标搜索算法，主要解决背包问题，直接运行即可 -Multi-objective particle swarm optimization-based search algorithm, mainly to solve the knapsack problem, can be run directly
Power-Optimization
- 电力系统无功优化对确保电力系统优化运行具有重要作用,它直接关系到电力系统运行的安全性与经济性。在已有研究成果的基础上,提出了单目标／多目标的导向搜索算法与单目标／多目标的动态多群体自适应差分进化算法,对电力系统静态单目标无功优化、静态多目标无功优化、动态单目标无功优化、动态多目标无功优化、典型函数优化等问题进行了深入的研究和探讨。-Reactive power optimization to ensure the optimal operation of the power system pla
yichuansuanfa
- 遗传算法（Genetic Algorithm，GA）是通过对自然界中生物的遗传和优胜劣汰的进化过程进行模拟与抽象，进而形成的一种自适应全局随机优化搜索方法。遗传算法只需提供目标函数作为寻优信息，它从某一随机生成的初始群体出发，经过选择、交叉和变异等遗传操作后对个体进行适应度评价，保留适应度较强的个体遗传到子代种群中，经过多次的迭代计算求得最优个体，即问题的最优解。本程序采用遗传算法可求解微网优化运行。-Genetic Algorithm is an adaptive global by natu
Swarm-robot
- 群机器人在动态未知环境下，多目标搜索；通过自组织任务分工实现搜索并行进行，且能够有效的避开动态及凸障碍物。-Group of robots in dynamic unknown environments, multi-objective search Through the self-organization tasks to achieve parallel search, and can effectively avoid dynamic and convex obstacles.
面向不确定目标的多无人机协同搜索控制方法
- 多架 UAV( Unmanned Aeiral Vehicle) 同时对一个未知区域进行搜索，目 的在于获取搜索区域的信息，尽可能多地发现目标。针对不确定目标的搜索问题，研究多无人机协同搜索控制的新方法。建立多 UAV 运动模型，用目标存在概率对搜索环境进行描述，给出基于 Bayesian 准则的搜索环境更新方法，考虑了环境探测回报、目标发 现回报和无人机协同回报，采用 MPC 实现对多目标优化问题的迭代求解。通过仿真实验和对比分析，证明了该方法具有更好的搜 索性能。