搜索资源列表
MATLAB 数值计算
- 科研和工程计算可分为数值计算和符号计算两类。数值计算具有适应性强、应用广泛的优点。MATLAB凭借其卓越的数值计算能力而称雄世界。随着科研领域、工程实践的数字化进程的深入，具有数字化本质的数值计算显得愈益重要。 今天计算机几乎已经普及到每个从事工程和科研的从业人员，普及到每个正在接受理工科培养的学生。计算机软硬件的普及使人们拥有了前所未有的计算潜能，激发了人们质疑旧方法尝试新算法的欲望，鼓舞了人们用新计算能力试探解决实际问题的雄心。 本章内容显著不同于常见的数值计算教科书。本章的讨论围绕
GoodsAllocatingProblemwithMultiAimsbasedonTheHybri
- 多目标货物配装问题是一个复杂的组合优化问题，属于NP难问题，本文用混合粒子群算法求解多目标货物配装问题。混合粒子群算法在基本粒子群算法的基础上，通过引进遗传算法中的交叉和变异的策略，避免了陷入局部最优，加快了达到全局最优的收敛速度。此外，本文提出用权重系数来平衡各目标使各目标都能达到相对较优的效果。-Multi-objective loading of goods is a complicated combinatorial optimization problems are NP hard p
Solving
- 求解双层规划问题常用的算法有极点算法、直接搜索法、下降法和非数值优化方法(如模拟退火算法、遗传算法等)，遗传算法的求解思路是：首先对上层的决策变量编码，代人下层规划模型，通过求解下层模型的决策变量值，代入上层模型计算适应度值，然后进行交叉、变异、选择操作，最后求出最优解。-Solving Bilevel Programming Problems with pole algorithm commonly used algorithms, direct search method, descent
genetic-matlab-program-instance
- 三个遗传算法matlab程序实现，采用基于轮盘赌法的非线性排名选择, 均匀交叉,变异操作,而且还引入了倒位操作-Three genetic algorithm matlab program instance，-Based roulette method of nonlinear ranking selection, uniform crossover, mutation operation, but also the introduction of inversion operation
GA_TSP
- 该文包括了基于 Matlab 的遗传算法解决 TSP 问题的 基本说明 ， 并在文后附录了实现该算法的所有源代码 。 此代 码经过本人的运行 ， 没有发现错误 ， 结果比较接近理论最优 值，虽然最优路径图有点交叉。 因为本人才疏学浅 ， 本报告及源代码的编译耗费了本人 较多的时间与精力 ， 特收取下载 积分 ， 还请见谅 。 若有什么 问题，可以私信，我们共同探讨这一问题。 希望能对需要这方面的知识的人有所帮助！-Descr iption: Descr iption
Grnn-neural-network--Matlab
- Grnn神经网络交叉验证，matlab中可实现代码文档-Grnn nerve network cross-validation, matlab in the can be to achieve the code documentation
Comparison-of-edge-detection-method
- 为了在实际应用中能够选择最佳的边缘检测方法，采用Matlab语言鳊程，将若干常用的边缘检测方法应用于花瓶边缘检测仿真实验．包括微分算子法(Robert算亍、Sobel算予、Prewitt算子和Kirseh算子)、高斯一拉普拉斯算子法、坎尼算子法、零交叉法和Frei—chen边缘检测法等,并进行了对比分析。-In practice, in order to be able to the best edge detection method using Matlab language bream
ga_main.m
- 利用遗传算法辨识未知参数，其中使用的是matlab语言，利用选择、交叉、变异三个步骤求的满足函数值最大的参数值(Identification of unknown parameters by genetic algorithm)
10折交叉验证(神经网络)
- matlab进行十折交叉验证神经网络，用于预测(Matlab performs ten fold cross validation using neural networks)
智能算法MATLAB 30程序及分析
- 2、案例目录： 1.1 理论基础 1.1.1 遗传算法概述 1. 编码 2. 初始群体的生成 3. 适应度评估 4. 选择 5. 交叉 6. 变异
trainnet_cross
- 采用10折交叉验证得到光合速率预测模型，代码中有程序语言的详细注释。(The 90% off cross validation of photosynthetic rate prediction model, the procedures detailed notes in the language code.)
耦合系数求解
- 利用MATLAB程序来计算交叉耦合系数，(liyongMATLABjisuanouhexishu)