注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 现代优化算法

  2. 很全的现在优化算法资源，包括遗传算法、模拟退火算法、禁忌搜索算法、人工神经网络、蚁群算法、粒子群算法、差分进化算法 包括历程和matlab源程序

  3. 所属分类：C/C++

    • 发布日期：2013-01-24
    • 文件大小：7mb
    • 提供者：xuzhuang0328

  1. 差分进化（自适应的参数优化、模式识别程序）

  2. 差分进化算法是一种新兴的进化 计算技术。它是由Storn等人于1995年提出的，和其它 演化算法一样，DE是一种模拟生物进化的随机模型，通过反复迭代，使得那些适应环境的个体被保存了下来。但相比于进化算法，DE保留了基于种群的全局搜索策略，采用实数编码、基于差分的简单变异操作和一对一的竞争生存策略，降低了遗传操作的复杂性。同时，DE特有的记忆能力使其可以动态跟踪当前的搜索情况，以调整其搜索策略，具有较强的全局收敛能力和鲁棒性，且不需要借助问题的特征信息，适于求解一些利用常规的数学规划方法所无法求

  3. 所属分类：其它

    • 发布日期：2015-08-13
    • 文件大小：4kb
    • 提供者：ecityyluo

  1. MATLAB优化算法案例分析与应用（进阶篇）源代码

  2. 第1篇为MATLAB常用算法应用设计，包括贝叶斯分类器的数据处理、背景差分的运动目标检测、小波变换的图像压缩、BP的模型优化预测、RLS算法的数据预测、GA优化的BP网络算法分析、分形维数应用、碳排放约束下的煤炭消费量优化预测、焊缝边缘检测算法对比分析、指纹图像细节特征提取、多元回归模型的矿井通风量计算、非线性多混合拟合模型的植被过滤带计算、伊藤微分方程的布朗运动分析、Q学习的无线体域网路由方法和遗传算法的公交排班系统分析。第2篇为MATLAB高级算法应用设计，包括人脸检测识别、改进的多算子融

  3. 所属分类：C

    • 发布日期：2016-07-27
    • 文件大小：9mb
    • 提供者：opticalboy

  1. 先进PID控制MATLAB(第3版)仿真程序

  2. 包括基本的PID控制、PID控制器的整定、时滞系统PID控制、基于微分器的PID控制、基于观测器的PID控制、自抗扰控制器及其PID控制、PD鲁棒自适应控制、专家PID控制和模糊PD控制、神经网络PID控制、基于差分进化的PID控制、伺服系统PID控制、迭代学习PID控制、挠性及奇异摄动系统的PD控制、机械手PID控制、飞行器双闭环PD控制、倒立摆系统的控制及GUI动画演示，以及其他控制方法的设计。每种方法都给出了算法推导、实例分析和相应的MATLAB仿真设计程序。

  3. 所属分类：其它

    • 发布日期：2017-10-08
    • 文件大小：220kb
    • 提供者：slipaway_wong

  1. 差分进化MATLAB代码

  2. 标准差分进化算法的MATLAB源码 % Function: [FVr_bestmem,S_bestval,I_nfeval] = deopt(fname,S_struct) % % Author: Rainer Storn, Ken Price, Arnold Neumaier, Jim Van Zandt

  3. 所属分类：其它

    • 发布日期：2009-03-11
    • 文件大小：8kb
    • 提供者：xxb0216

  1. 新书：MATLAB优化算法案例分析与应用（进阶篇）的源代码和教学PPT

  2. 有很多的算法实现，学习可以参考。MATLAB高级算法应用设计，包括人脸检测识别、改进的多算子融合图像识别系统设计、罚函数的粒子群算法的函数寻优、车载自组织网络中路边性能及防碰撞算法研究、免疫算法的数值逼近优化分析、启发式算法的函数优化分析、一级倒立摆变结构控制系统设计与仿真研究、蚁群算法的函数优化分析、引力搜索算法的函数优化分析、细菌觅食算法的函数优化分析、匈牙利算法的指派问题优化分析、人工蜂群算法的函数优化分析、改进的遗传算法的城市交通信号优化分析、差分进化算法的函数优化分析和鱼群算法的函数

  3. 所属分类：专业指导

    • 发布日期：2018-04-07
    • 文件大小：19mb
    • 提供者：baikai2001

  1. 智能优化算法matlab实现（附有详细注释）

  2. 内含附有详细代码注释的进化算法（遗传算法、差分进化算法、免疫算法）、群智能算法（蚁群算法、粒子群算法）、禁忌搜索算法、模拟退火算法、神经网络算法的MATLAB实现。以及用以上算法进行TSP问题、背包问题、函数极值问题的求解。

  3. 所属分类：深度学习

    • 发布日期：2018-08-21
    • 文件大小：80kb
    • 提供者：weixin_39341516

  1. 基础差分进化算法Rastrigin测试

  2. 差分进化算法的简单实现，   差分进化算法(Differential Evolution Algorithm，DE)是一种高效的全局优化算法。它也是基于群体的启发式搜索算法，群中的每个个体对应一个解向量。差分进化算法的流程则与遗传算法类似，都包括变异、杂交和选择操作。

  3. 所属分类：讲义

    • 发布日期：2018-10-29
    • 文件大小：3kb
    • 提供者：qq_33728095

  1. 智能优化算法matlab实现

  2. 智能优化算法matlab实现。包括：差分进化算法、禁忌搜索算法、粒子群算法、免疫算法、模拟退火算法、神经网络算法、遗传算法、蚁群算法。

  3. 所属分类：机器学习

    • 发布日期：2019-04-01
    • 文件大小：87kb
    • 提供者：bxy666999

  1. MATLAB实现差分进化算法示例

  2. 用MATLAB程序实现差分进化算法，程序包含5个文件，分别为主程序、初始化种群、适应度函数（选择）、交叉、变异。程序示例为设计一阶控制器使离散传递函数(z-1)(z+0.3)/z(z-2)(z-0.5)稳定。

  3. 所属分类：其它

    • 发布日期：2019-10-09
    • 文件大小：2kb
    • 提供者：qq_34288751

  1. 差分蜂群优化算法MATLAB实现.rar

  2. 差分进化算法结合人工蜂群形成差分蜂群算法(DE-ABC)，并与粒子群、遗传、差分进化、人工蜂群进行对比，内涵5种标准测试函数

  3. 所属分类：机器学习

    • 发布日期：2020-05-19
    • 文件大小：2mb
    • 提供者：qq_41043389

  1. 基于差分进化算法拟合原煤可选性曲线

  2. 介绍了原煤可选性曲线的常用绘制方法。尝试了新的曲线拟合方法,即运用差分进化算法,对模型函数的参数寻优,当拟合误差最小时,得到模型参数值。根据拟合好的模型函数,编写MATLAB程序绘制可选性曲线。结果表明,差分进化算法拟合的可选性曲线准确性好、曲线平滑,对选煤生产具有重要意义。

  3. 所属分类：其它

    • 发布日期：2020-05-18
    • 文件大小：637kb
    • 提供者：weixin_38677505

  1. 差分进化算法(DE)matlab.m

  2. 差分进化算法(Differential Evolution Algorithm，DE)是一种高效的全局优化算法。它也是基于群体的启发式搜索算法，群中的每个个体对应一个解向量。差分进化算法的进化流程则与遗传算法非常类似，都包括变异、杂交和选择操作，但这些操作的具体定义与遗传算法有所不同。

  3. 所属分类：深度学习

  1. 差分进化算法求解静态作业车间调度问题.rar

  2. 研究生期间自写的Matlab代码，用差分进化算法求解静态作业车间调度问题，资源中分为算法、编解码、画甘特图三个文件。代码中写了部分注释，方便学习交流。

  3. 所属分类：制造

    • 发布日期：2020-06-09
    • 文件大小：4kb
    • 提供者：qq_40189513

  1. 投影寻踪在瓦斯涌出量预测中的应用

  2. 针对瓦斯涌出量预测时常用的瓦斯监测数据降维方法会不同程度地造成数据信息丢失、导致预测精度降低的问题,利用投影寻踪原理并结合差分进化算法将高维样本数据转化成1维投影数据,运用Matlab曲线拟合工具箱建立了一种正弦和函数瓦斯涌出量预测模型。实验结果表明,该模型具有较高的预测精度和可操作性。

  3. 所属分类：其它

    • 发布日期：2020-07-17
    • 文件大小：157kb
    • 提供者：weixin_38657139

  1. 智能优化算法实现（matlab）_数学建模

  2. 用matlab实现智能优化算法，比如模拟退火、差分进化、禁忌搜索等。内附使用说明手册等文档，方便读者运行代码。 智能优化算法可以用于求解数学建模优化问题的解。

  3. 所属分类：机器学习

    • 发布日期：2020-09-24
    • 文件大小：51kb
    • 提供者：empty123000

  1. 基于DE优化的炼焦能耗神经网络模型

  2. 现今焦化行业耗能高、污染严重的问题，引起社会广泛关注，使得降低炼焦能耗，保护环境成了焦化行业亟待解决的问题。针对炼焦生产过程中炼焦能耗数学模型难以建立、统计量大等问题，分析了影响炼焦能耗的主要因素，提出了神经网络数学模型。由于差分进化算法收敛速度快、不易陷入极值等优点，建立基于差分进化算法神经网络数学模型。通过MATLAB仿真实验结果表明，模型误差波动小，寻优速度快，模型精度达到95%以上。该研究为建立炼焦能耗数学模型方面，提供了新的思路，为炼焦行业高效低耗生产指明了新方向。

  3. 所属分类：其它