搜索资源列表
fitnessfun
- a novel fitness function for utilization for images segmentation using a metaheuristic method (GA, pso, sfla, aco...)
pso
- 子群优化算法中,粒子群由多个粒子组成,每个粒子的位置代表优化问题在D维搜索空间中潜在的解。根据各自的位置,每个粒子用一个速度来决定其飞行的方向和距离,然后通过优化函数计算出一个适应度函数值(fitness)。-Subgroup of particle swarm optimization algorithm is composed by a number of particles, each particle' s position represents to optimize the p
dsad
- ：智能算法如粒子群算法已被应用于PID控制器的参数优化，以弥补传统优化方法容易产生振荡和较大超调量 的不足，但是粒子群算法存在易于早熟的缺点，在分析量子粒子群算法的基础上，提出了使用量子粒子群算法优化PID控 制器的参数。为了兼顾控制系统的各项性能指标，根据控制器的实际要求对各项指标进行加权作为算法的目标函数，对 PID控制器进行多目标寻优。通过2个传递函数实例，分别使用z—N、粒子群算法和量子粒子群算法进行了PID控制器 参数优化设计，并对结果进行了分析。-Abstract：H
SFLA-SEGMENTATION
- this document describes an algorithm of MRI thresholding using a meta heuristic SFLA with a new fitness function
fitness-function
- totally fitness function for optimization algorithm
yichaunsuanfa
- 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。-Code to ensure that as little as possible, and in fact do not have to troubleshoot. This code of a specific application corre
GA-Elitst
- 基于精英策略的简单遗传算法代码.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
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
Scripts1
- -Linear weights decreasing particle filter algorithm -Fitness function for testign -Linear weights decreasing particle filter algorithm.
MATLAB-cure-fitness
- 简要地介绍了matlab在曲线拟合中的作用，并给出实例-This paper briefly introduces the function of MATLAB in curve fitting, and gives an example.
DECGA
- 双精英协同进化遗传算法借鉴了精英策略和协同进化的思想,选择两个相异的、高适应度的个体(精英个体)作为进化操作的核心,两个精英个体分别按照不同的评价函数来选择个体,组成各自的进化子种群.两个子种群分别采用不同的进化策略,以平衡算法的勘探和搜索能力。-Double elite co-evolutionary genetic algorithm to learn the elite strategy and the thought of cooperative coevolution, choose
weka
- tspData <- read.csv( D:\\weka\\hw\\TSP.csv , header = T, sep = , ) #tspData <- `colnames<-`(tspData,c(1:8)) D <- as.matrix(tspData) tourLength <- function(tour, distMatrix) { tour <- c(tour, tour[1]) route <- embed(tou
脚步测试仪
- 脚步测试仪是一种颇受欢迎的日常锻炼进度监控器，可以激励人们挑战自己，增强体质，帮助瘦身。与传统的机械式传感器不同，ADXL345是电容式三轴传感器，由它捕获人体运动时加速度信号，更加准确。信号通过低通滤波器滤波，由单片机内置A／D转换器对信号进行采样、A／D转换。软件采用自适应算法实现计步功能，减少误计数，更加精确。单片机STC89C52控制液晶显示计步状态。整机工作电流只有1-1.5mA，实现超低功耗。(The foot tester is a popular daily exercise m
煤矿节能减排多目标优化研究
- 针对传统煤矿节能减排优化模型选取的目标函数比较单一的问题,构建了涵盖经济效益、能源消耗、污染物排放量等目标函数的煤矿节能减排多目标优化模型,并应用基于改进的蝙蝠算法寻找3个目标函数之间的优化解,实现了经济效益最大化、能源消耗最低化、污染物排放量最少化的优化结果。仿真结果表明,相比于PSO-E、NSGA-II算法,改进的蝙蝠算法能够在较短的迭代步数内获取较高的个体适应度,且能够实现较佳的多目标优化结果,符合节能规划的目标需求。(Aiming at the problem that the obje