搜索资源列表
GA-min
- 遗传算法进行优化求多元函数 （Griewank Function）最小解问题-genetic algorithm optimization for multi-function (Griewank Function) Minimum solutions to the problems
PS101010
- 多为函数极小化程序 可以用来测试PSO优化函数-mostly function minimization procedures can be used to optimize the function tests PSO
CGroupCSharp
- C#编写的遗传算法程序，可以实现对参数的优化处理。各个函数都单独列出，可以方便扩展-prepared by the process of genetic algorithms can be realized by the optimization of processing parameters. All functions are provided separately, to facilitate expansion
JGA
- 实现一个函数的数值优化的遗传算法源代码，采用二进制编码实现，里面有详细的说明，非常适合初学者！-achieve a numerical optimization function of the genetic algorithm source code, binary coding achieved, There are detailed explanations, very suitable for beginners!
des
- 在原作者Jim Gillogly代码的基础上修改优化，并实现C++改写。实现了DES加密。当然，密钥可在源文件中修改，或提供修改的接口函数。-the originator Jim Gillogly code revision on the basis of optimization, and to achieve C rewritten. Implementation of DES encryption. Of course, the
BPNN
- 由于BP网络的权值优化是一个无约束优化问题，而且权值要采用实数编码，所以直接利用Matlab遗传算法工具箱。以下贴出的代码是为一个19输入变量，1个输出变量情况下的非线性回归而设计的，如果要应用于其它情况，只需改动编解码函数即可。
ImprovedSVM
- 将遗传算法(GA)与传统SVM算法结合,构造出一种参数最优的进化SVM(GA2SVM),SVM 模型采用径向基函数(RBF)作为核函数，利用格雷码编码方式对SVM算法的模型参数进行遗传编码和优化搜索，将搜索到的优化结果作为SVM 的最终模型参数。
Russia(Proteus)
- 1.功能完整，直接使用 2、模块独立性强，移植方便，外部仅init和move函数，修改显示和输入即可 3、对减少内存占用、尽量减少屏幕操作进行适当优化 4、新方块生成高度随机，绝对无规律 5、仿真环境为Keil7.5+Proteus6.5,可以联机也可脱机运行
PsoForMatlab
- PSOt为PSO的工具箱，该工具箱将PSO算法的核心部分封装起来，提供给用户的为算法的可调参数，用户只需要定义好自己需要优化的函数(计算最小值或者最大值)，并设置好函数自变量的取值范围、每步迭代允许的最大变化量(称为最大速度，Max_V)等，即可自行优化。
MATLAB4
- 用MATLAB~\"gXLMATLAB语言编制的优化工具箱进行优化设计具有语言简单、函数丰富、用法比较灵活、 缟程效率高等特点。本文简要阐述了遗传算法的基本原理，并对英国Shefield大学的MATLAB遗传算法工具箱作了简要 的介绍。探讨了其在军事目标分配中的应用。
Matlab5
- ：介绍遣传算法的基本原理和Matlab的遗传算法优化工具箱(GAOT)，分析了优化工具函数。探讨Matlab遗传算法工具箱在 参数优化和非线性规划中的应用。通过优化实例，说明遗传算法是一种具有良好的全局寻优性能的优化方法。用Maflab语 言及Maflab语言编制的优化工具箱进行优化设计具有语言简单、函数丰富、用法比较灵活、编程效率高等特点。
Z
- 关于遗传算法对PID的优化，包括传递函数的离散化处理，最终得到所需PID
NEURAL+NETWORK
- bp神经网络算法是解决最优化问题的先进算法之一，本论文讨论了神经网络中使用最为广泛的前馈神经网络。其网络权值学习算法中影响最大的就是误差反向传播算法（back-propagation简称BP算法）。BP算法存在局部极小点，收敛速度慢等缺点。基于优化理论的Levenberg-Marquardt算法忽略了二阶项。该文讨论当误差不为零或者不为线性函数即二阶项S(W)不能忽略时的Hesse矩阵的近似计算，进而训练网络。
GA
- 用遗传算法优化函数，要先在程序目录新建galog.txt文件，并不里面输入x1，x2的取值范围，程序输出的是函数最大值。
chap5_2
- 实数编码遗传算法求函数极大值，实现求Rosenbrock函数极大值的优化计算的实数编码遗传算法
chap5_1
- 二进制编码遗传算法求函数极大值，实现Rosenbrock函数极大值优化计算的二进制编码遗传算法
SGA2[1].0
- GA（Simple Genetic Algorithm）是一种强大的智能多变量优化算法，它模仿种群繁殖规律来进行优化。 本SGA可以优化变量，求最小值,最大值（当把函数倒数也就求最小值啦） 并且支持浮点编码，grey编码，二进制编码；轮赌法选择，锦标赛选择；单点交叉，均布交叉，浮点交叉；单点变异，浮点变异；
testcon
- 一个数学模型的优化 function testcon() ％％ 设置初始值，上下限； x0=[18 13 11] lb=[3 0.1 7] ub=[25 1 25] ％％ 调用优化求解函数(testcon)
matlab
- 该算法在优化方面性能比较好，可用于函数极值，解方程，并且在前向神经网络权值和网络结构的训练也表现了不错的性能
Pso
- 模拟一群鸟捕食的情景，从而达到优化目标函数的目的，这就是粒子群算法！起初在可行的空间中随机的产生一群粒子，然后让每个粒子开始在虚拟的空间中向四面八方飞翔，并且每个粒子都记下他们飞过的适应值（也就是目标优化函数）最高的点，而且整个粒子群有一个最高适应值个体，这样，粒子在飞翔的时候尽量朝向自己曾飞过的最好的点和集体的最好的点。最后达到收敛到近似最优点的目的。