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. 统一编译码理论与应用

  2. 自 香农开创信息论以来， 经过数代学者的持之以恒的辛勤探索， 纠错编码领域取得了长 足的进步与发展。尤其是在世纪交替的近十年间。 T u r b o 码， L D P C 码，R A码和W o v e n 码等 一大批性能优异的编译码方法如雨后春笋般的涌现， 标志着这一领域的研究成果已 经进入了 登堂入室的境地。T u r b o 码已经成功应用到第三代移动通讯的标准中，而L D P C码则是下一 代移动通讯和深空通信纠错技术的研究热点。 最近出现的统一编译码理论一因子图与和积算 法对这些形形

  3. 所属分类：C

    • 发布日期：2009-05-03
    • 文件大小：4mb
    • 提供者：kinglisa2009

  1. costas_loop代码

  2. clear all; close all; clc; % 最近同步技术里面有很多关于costas环的帖子,很多集中讨论环路滤波的，也有自己做了程序发出来。但都没有一个完整的结论和系统的有方向性的讨论点.最近做了一个simulink仿真.个人认为现有的所谓经典方法很难被别人掌握.因此，从锁相环的原理出发,结合现成的经典方法,做了这个仿真.说明一下: % 一个是高载频,一个是低载频的。低载频的我用的FIR代替的积分清零器,大家可以换成积分清零器件.阶数应该几阶就可以了。 % % 1:如果是没有进行

  3. 所属分类：IT管理

    • 发布日期：2012-10-08
    • 文件大小：9kb
    • 提供者：panjie0949

  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. 差分进化算法原理分析

  2. 差分进化算法由Storn和Price (1995)年提出，它是一种随机的并行搜索算法，可对非线性不可微连续空间函数进行最小化。它类似于遗传算法，主要的进化过程有变异，交叉和选择，都是从一个随机初始种群开始的。但是DE算法的这三个过程和遗传算法有很大的不同。算法的收敛速度也远远快于遗传算法。

  3. 所属分类：算法与数据结构

    • 发布日期：2017-12-25
    • 文件大小：25kb
    • 提供者：chent_marry

  1. 差分进化算法及改进 matlab程序

  2. 自适应调节的差分进化算法matlab程序（原创）——RD-DE 算法在优化初期需要搜索能力更强的阶段采用[0,1]之间随机选择变异因子 F 以及交叉概率因子 CR 的策略；而在后期需要开发能力 更强的阶段则采用令 F 和 CR 单调递减的策略，以加快算法收敛。

  3. 所属分类：专业指导

    • 发布日期：2018-12-27
    • 文件大小：33kb
    • 提供者：wsy082396

  1. 基于变异策略的改进花授粉算法.pdf

  2. 介绍了一种新的元启发式智能算法 - 花授粉算法（FPA）和一种新的差分进化突变策略 - 目标突变（TM）策略。为了克服低精度计算，低速收敛，易于陷入局部优化，提出了一种基于变异策略-GETA算法的改进FPA .MAPA改进了TM，并将策略引入FPA局部搜索过程以增强本地化。该算法的开发能力，并将随机变异算子引入到FPA全局搜索过程中，以提高算法的全局探索能力。

  3. 所属分类：C

    • 发布日期：2019-07-29
    • 文件大小：325kb
    • 提供者：anbeijinwu

  1. 融合对数交叉概率因子和随机迁移的差分进化算法

  2. 针对差分进化算法在后期收敛缓慢和易陷入局部极值缺点,提出了一种带有对数递增交叉概率因子和随机迁移算子的差分进化算法。这个算法增强了收敛速度和精度,同时也提高了全局寻优能力。数值实验结果表明,所提出的算法LMDE比基本DE和带混沌差分进化算法CDE在收敛性和稳健性以及全局寻优能力方面更好。

  3. 所属分类：其它

    • 发布日期：2020-06-20
    • 文件大小：158kb
    • 提供者：weixin_38519082

  1. 朴素差分进化算法

  2. 针对变异算子学习方式的单一性,提出一种朴素变异算子,其基本思想是向优秀的个体靠近,同时远离较差个体,其实现方式是设计一种缩放因子调整策略,如果三个随机个体在某维上比较接近,则缩放因子变小,反之变大。在实验过程中通过平均适应度评价次数、成功运行次数和加速比等指标表明,基于朴素变异算子的差分进化算法能有效提高算法的收敛速度和健壮性。

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：434kb
    • 提供者：weixin_38617615

  1. 收敛随机差分进化算法

  2. 差分进化（DE）算法已被广泛且频繁地应用于解决优化问题。 对它们的属性进行理论分析对于理解底层机制和开发更有效的算法非常重要。 在本文中，首先，我们引入一个吸收马尔可夫序列来对DE算法建模。 其次，我们提出并证明了两个定理，它们为DE算法提供了充分的条件，以保证收敛到全局最优区域。 最后，我们设计了两种分别满足两个定理前提的DE算法。 本文提出的两种算法均在CEC2013基准功能上进行了测试，并与其他现有算法进行了比较。 数值仿真表明了所提出算法的收敛性，有效性和实用性。

  3. 所属分类：其它

  1. 一种求解函数优化的混合差分演化算法

  2. 为了解决传统遗传算法易陷入局部最优解的问题,在多父体杂交算法和差分进化算法的基础上,提出了混合差分演化算法。该算法的核心在于,采用多父体杂交算子保证算法的遍历性,通过淘汰相同个体来保持群体的多样性,并以较小概率随机选取部分个体进行差分进化操作,从而充分利用最优个体的信息达到了加快收敛速度的目的。对复杂函数的寻优实验验证了混合差分演化算法的有效性。

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：842kb
    • 提供者：weixin_38659527

  1. 基于多策略离散差分进化的移动互联网个性化服务组合

  2. 移动互联网技术的普及使人们不再满足于单一功能的服务，而更倾向于按需定制的个性化服务或服务组合。提出了一种应用于Web服务组合的多策略离散差分进化（multi-strategy discrete differential evolution， MDDE）算法。该算法采用随机选择框架，调用具有不同特性的变异策略，是一种搜索能力和收敛速度均衡的离散差分进化算法。实验结果表明，MDDE算法在求解Web服务组合优化问题中比原始DE算法的收敛精度更高，稳定性更好。

  3. 所属分类：其它

  1. 基于最优高斯随机游走和个体筛选策略的差分进化算法

  2. 针对差分进化算法开发能力较差的问题, 提出一种具有快速收敛的新型差分进化算法. 首先, 利用最优高斯随机游走策略提高算法的开发能力; 然后, 采用基于个体优化性能的简化交叉变异策略实现种群的进化操作以加强其局部搜索能力; 最后, 通过个体筛选策略进一步提高算法的探索能力以避免陷入局部最优. 12 个标准测试函 数和两种带约束的工程优化问题的实验结果表明, 所提出的算法在收敛速度、算法可靠性及收敛精度方面均优于EPSDE、SaDE、JADE、BSA、CoBiDE、GSA和ABC等算法, 在加强算

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：534kb
    • 提供者：weixin_38608379

  1. 基于搜索空间划分与Canopy K-means聚类的种群初始化方法

  2. 为了提高差分进化算法对搜索空间的探索与开发能力,提高差分进化算法的收敛性与算法的进化效率,提出一种基于搜索空间均匀划分与局部搜索和聚类相结合的种群初始化方法.该方法首先对决策变量空间进行均匀划分,并从各个子空间中随机选择一个个体,得到的个体能够覆盖整个搜索空间;然后,利用Hooke-Jeeves算法对各子空间进行局部搜索得到局部最优的个体,并结合改进的Canopy算法与K-means聚类算法,辨识搜索空间中的前景区域,以此为基础对局部搜索产生的局部最优个体进行筛选,最终生成初始种群中的个体.通过

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：587kb
    • 提供者：weixin_38641561

  1. 收敛随机差分进化算法

  2. 差分进化（DE）算法已被广泛且频繁地应用于解决优化问题。 对它们的属性进行理论分析对于理解潜在的机制和开发更有效的算法非常重要。 在本文中，首先，我们引入一个吸收马尔可夫序列来对DE算法建模。 其次，我们提出并证明了两个定理，它们为DE算法提供了充分的条件，以保证收敛到全局最优区域。 最后，我们设计了两种分别满足两个定理前提的DE算法。 两种提出的算法均在CEC2013基准功能上进行了测试，并与其他现有算法进行了比较。 数值仿真表明了所提出算法的收敛性，有效性和实用性。

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：640kb
    • 提供者：weixin_38732740