搜索资源列表
BP_GA.用BP网络建立映射关系
- 用BP网络建立映射关系，为遗传算法提供适应度函数，通过改进遗传算法完成最小值优化,the mapped relation is built using BP network in order to provide fitness function for genetic algorithm. At last, optimization of minimum value is finished by genetic algorithm.
GABP.利用改进遗传优化算法解决BP神经网络中局部最小问题
- matlab格式源代码。功能：利用改进遗传优化算法解决BP神经网络中局部最小问题。,matlab source code format. Function: the use of improved genetic optimization algorithm BP neural network to solve local minimum problems.
yiyuanhanshu
- 简单一元函数优化实例，利用遗传算法计算下面函数的最大值-One dollar a simple example of function optimization using genetic algorithm function below the maximum
yichuanyouhuasuanfachengxu
- 遗传优化算法，能够实现自然数域内任意函数的极大值求解，效果很好。这是我的课程实验报告。-Genetic optimization algorithm, to achieve a natural function of the number of arbitrary region of great value to solve, very good. This is my experiment reports courses.
example
- 本算法是一种标准遗传算法，应用于函数优化，性能较好。-The algorithm is a standard genetic algorithm, applied to function optimization, performance better.
CHAPTER5
- 遗传算法是一种模拟生物进化机制的随机全局优化搜索方法，具有很强的全局优化能力及鲁棒性。遗传算法属于直接搜索法，对适应函数基本无限制，既不要求连续，也不要求函数可微，而且不需要初始信息可以寻求全局最优解克服了单纯形算法初始条件影响大，易陷入局部最小等缺点，操作方便，速度快，不需要复杂的规则，且可用于多目标寻优，在解空间进行高效启发式搜索，可以提高运算速度。-The genetic algorithm is one simulation organic evolution mechanism sto
adptivega
- 这是改进的遗传算法，在函数优化中，比简单的遗传算法能更好的收敛且精确度更高！-This is the improved genetic algorithms, function optimization in more than a simple genetic algorithm to better convergence and higher accuracy!
webinar_files
- This a demonstration of how to find a minimum of a non-smooth objective function using the Genetic Algorithm (GA) function in the Genetic Algorithm and Direct Search Toolbox. Traditional derivative-based optimization methods, like those foun
GAFMAX
- 遗传算法 求下列函数的最大值 obj(x)=x.*(10-x).*sin(2*pi*x), x\in[0,10].-Optimization problem by genetic algorithm of a function obj(x)=x.*(10-x).*sin(2*pi*x), x\in[0,10].
AutomatedNegotiatioDecisionModelasedonMachineLearn
- 模型利用协商历史中隐含的信息自动对数据进行标注以形成训练样本，用最小二乘支持向量回 归机学习此样本得到对手效用函数的估计，然后结合自己和对手的效用函数构成一个约束优化问题，用遗传算法求 解此优化问题，得到的最优解就是己方的反建议．实验结果表明，在信息保密和没有先验知识的条件下，此模型仍然 表现出较高的效率和效用-The proposed model labels the negotiation history data automatically by making full use
dejong-test-function
- dejong test function, a test bed for Genetic Algorithm Optimization Problems. This is a standard Test bed used by several authors to test the efficiency of their proposed algorithms.
pid
- 人工神经网络(Artificial Neural Network)是从生理角度对智能的模拟，具有极 高的学习能力和自适应能力，能够以任意精度逼近任意函数，完成对系统的仿真； 而遗传算法是对自然界生物进化过程的模拟，具有极强的全局寻优能力，这两种 算法都是当下研究较多的智能方法。将这两种方法与常规的 PID 控制相结合， 构成智能 PID 控制器，使其具有参数自整定、自适应的能力，以适应复杂环境 下的控制要求，这一思路对提高控制效果具有很好的现实意义。 -Artificia
Particle-algorithm
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究。 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练
Genetic Nonlinear Matlab
- 遗传算法虽然全局搜索能力较强，但是局部搜索能力较弱，一般只能搜索到函数优化问题的次优解，而不是最优解，特别是函数具有多个峰值时，遗传算法易陷入局部极小，不能找到真正的全局最优解。非线性规划因多采用梯度下降方法求解，而具有极强的局部搜索能力。因此，本源代码结合两种算法的优点，一方面采用遗传算法进行全局搜索，另一方面采用非线性规划进行局部搜索，以得到函数优化问题的全局最优解。实验证明，这种方法不仅能解决多峰函数寻优易陷入局部极小的问题，而且具有很高的迭代寻优效率，取得了满意的结果。-Global s
GP-optimization
- 整个算法分成三部分，第一个部分是神经网络整体结构的确定，然后是遗传算法对参数的优化，然后便是利用已经优化好的参数，利用神经网络进行预测。我们根据需要优化的权值以及阈值的数量确定算法个体的长度。个体通过适应度函数计算他们的适应度，根据适应度的大小，我们使用轮盘算法，确定他们的遗传，交叉还有变异等过程，优化以后的BP神经网络可以更好地收敛。-The whole algorithm is divided into three parts, the first part is to determine
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
Inter_well
- 主要功能：1.利用油水井井位坐标绘制井位图；2.利用油水井注采液量数据绘制动态曲线图；3.利用油水井注采液量数据，根据容阻模型对井间连通性进行反演，求取注水井注水量平面分配系数，并进行可视化展示。 技术特点：软件自动读取井位信息及油水井注采液量数据，根据改进的容阻模型，利用基于遗传算法的混合优化算法来对模型进行求解，确定表征注采对应关系的参数——连通系数和时间常数，量化表征了注采对应关系，从而指导油田生产为油田开发管理者提供了科学的决策工具。(Main function: 1. wells w
Function optimization algorithm
- 遗传算法提供了求解非线性规划的通用框架，它不依赖于问题的具体领域。遗传算法的优点是将问题参数编码成染色体后进行优化， 而不针对参数本身， 从而不受函数约束条件的限制； 搜索过程从问题解的一个集合开始， 而不是单个个体， 具有隐含并行搜索特性， 可大大减少陷入局部最小的可能性。而且优化计算时算法不依赖于梯度信息，且不要求目标函数连续及可导，使其适于求解传统搜索方法难以解决的大规模、非线性组合优化问题。(Genetic algorithm provides a general framework f
MATLAB genetic algorithm toolbox
- Matlab 遗传算法(Genetic Algorithm)优化工具箱是基于基本操作及终止条件、二进制和十进制相互转换等操作的综合函数库。其实现步骤包括：通过输入及输出函数求出遗传算法主函数、初始种群的生成函数，采用选择、交叉、变异操作求得基本遗传操作函数。以函数仿真为例，对该函数优化和GA 改进，只需改写函数m 文件形式即可。(The Matlab Genetic Algorithm optimization toolbox is a comprehensive function librar