搜索资源列表
GridComputing(byJoshy)
- 《网格计算》 【作者】（美）Joshy Joseph, Craig Fellenstein 当您打开电灯，电力网将立即向您传递所需的能量。那么，计算机和网络是不是也可以这样工作呢?答案是肯定的，它们甚至还可以改变您的业务方式。网格计算推动了“按需电子商务”：在任何地方，任何时间，简单或低成本地传递您所需的确切技术资源。您可以利用现有的系统，立即实现所有的功能。不管您是执行人员、策略人员、设计人员、技术人员还是开发人员，本书
001
- 第1章 对象的演化 1 1.1 基本概念 1 1.1.1 对象：特性＋行为 1 1.1.2 继承：类型关系 1 1.1.3 多态性 2 1.1.4 操作概念：OOP程序像什么 3 1.2 为什么C++会成功 3 1.2.1 较好的C 3 1.2.2 采用渐进的学习方式 4 1.2.3 运行效率 4 1.2.4 系统更容易表达和理解 4 1.2.5 “库”使你事半功倍 4 1.2.6 错误处
数据仓库经典原书中文版
- 目录 译者序 审、译者简介 前言 第1章 决策支持系统的发展 1 1.1 演化 1 1.2 直接存取存储设备的产生 2 1.3 个人计算机/第四代编程语言技术 3 1.4 进入抽取程序 3 1.5 蜘蛛网 4 1.6 自然演化体系结构的问题 5 1.6.1 数据缺乏可信性 5 1.6.2 生产率问题 8 1.6.3 从数据到信息 10 1.6.4 方法的变迁 11 1.7 体系结构设计环境 12 1.7.1 体系结构设计环境的层次 13
演化法
- 首先介绍了当前求解TSP问题最好的演化算法之一：GT算法。文中重点设计了在NOW上求解旅行商问题GT算法的并行算法，详细描述了设计思路，设计策略。还给出了相当详细的并行算法描述。文中设计的并行算法已经在NOW上的PVM平台上实现。关键词NOW，演化计算，旅行商问题,并行计算-first briefed on the current TSP evolutionary algorithm best one : GT algorithm. T
GridComputing(byJoshy)
- 《网格计算》 【作者】（美）Joshy Joseph, Craig Fellenstein 当您打开电灯，电力网将立即向您传递所需的能量。那么，计算机和网络是不是也可以这样工作呢?答案是肯定的，它们甚至还可以改变您的业务方式。网格计算推动了“按需电子商务”：在任何地方，任何时间，简单或低成本地传递您所需的确切技术资源。您可以利用现有的系统，立即实现所有的功能。不管您是执行人员、策略人员、设计人员、技术人员还是开发人员，本书
001
- 第1章 对象的演化 1 1.1 基本概念 1 1.1.1 对象：特性＋行为 1 1.1.2 继承：类型关系 1 1.1.3 多态性 2 1.1.4 操作概念：OOP程序像什么 3 1.2 为什么C++会成功 3 1.2.1 较好的C 3 1.2.2 采用渐进的学习方式 4 1.2.3 运行效率 4 1.2.4 系统更容易表达和理解 4 1.2.5 “库”使你事半功倍 4 1.2.6 错误处
GuoA
- 郭涛算法(GuoA)是基于子空间搜索(多父体重组)和群体爬山法相结合的演化算法。它通过利用少数个体所张成的子空间随机生成新的个体,体现了随机搜索的非凸性。此外,由于GuoA算法采用了单个体劣汰策略,算法在每次演化 迭代中,只把群体中适应性能最差的个体淘汰出局,淘汰压力 较小,既保证了群体的多样性,又可使具有较好适应性的个体能够一直保留。实践证明, GuoA算法具有较好的坚韧性,对于不同的优化问题无须修改算法的参数,而且效率很高,
AG
- 通过通用演化算法模型寻找搜索优化问题的最优解。采用二进制编码方案，繁殖池选择策略。-Through the common evolutionary algorithm model search to find the optimal solution of optimization problems. Binary coding scheme, breeding pool selection strategy.
FCM
- 基于混合策略的演化模糊C均值算法，适用于控制系统的。-Hybrid Strategy Based on Fuzzy C means algorithm evolution for control systems.
AG
- 根据演化计算的思想，采用精英演化策略模型搜索优化问题最优解。-Evolutionary computation based on the idea of evolution strategies with the elite model search optimization the optimal solution.
MoranProcess
- 种群中的博弈个体收益变化的情况下，给出了生灭过程下，合作与背叛两种策略的演化过程-The case of population changes in yield Game individuals are given under the death process, collaboration and betrayal of the evolution of the two strategies
ASM
- 市场中有N个交易主体（Agent）对同一支股票进行交易，根据采用的市场策略将市场交易者分成三类：基础分析交易者，乐观主义交易者和悲观主义交易者。 市场环境的变化会引起交易主体行为模式的转变。由于不同市场策略之间的利润差异， 交易主体会由一种交易策略(如乐观主义交易者)转变为另一种交易策略(如基础分析交易者)。 个体交易者行为(体现在交易者类型及交易者类型的转变)及其相互作用形成整体市场现象，而市场环境又影响个体交易者调整自己的行
ES
- 1.设定种群个体数和需要迭代的次数。 2.选择父代中的个体按照公式z1=sqrt(-2*ln(u1))*sin(2*pi*u2)*m，z2=sqrt(-2*ln(u1))*cos(2*pi*u2)*m进行演化。 这里u1,u2都是随机值，m是控制因子，演化次数越多m，m越小，父代通过与z1，z2相加得到后代。 3.计算后代的适应性。 4.选择后代中最优的适应性作为全局最优适应性。(1. set the number of ind
ABC_1
- 人工蜂群算法自2005年被Karaboga等人提出以来，以其操作简单、参数少、易于编程实现、收敛速度快等特点而受到越来越多的关注。2007年，Karaboga【2007】使用人工蜂群算法对多变量函数进行优化，并对由人工蜂群算法（ABC），遗传算法（GA），粒子温度算法（PSO）和粒子温度灵敏演化算法（PS-EA）产生的结果进行了比较。 结果表明，人工蜂群算法优于其他算法。2009年，Karaboga【2009】使用人工蜂群算法优化大量的
程序2015.12.01
- 对演化博弈复制动态方程分析得到的演化稳定策略的仿真(Simulation of evolutionary stability strategy for dynamic equation analysis by evolutionary game)
PDToolbox_matlab－master
- 演化博弈动态复制仿真，用于演化博弈一方多策略博弈，或两方两策略博弈(simulation of evolutionary game)
货运政策导向下城市物流结构动态演化博弈研究
- 选取政府、配送企业、用户为城市货运过程中的博弈参与主体，为了分析在城市货运政策推广过程中影响各参与主体策略选择的因素，提出了构建政府、配送企业、用户三者之间的演化博弈模型。在分析博弈三方不同策略的成本和收益基础上，采用系统动力学方法对模型进行仿真分析。(The government, distribution enterprises and users are selected as the participants of the ga
Downloads
- 规则网络演化博弈，稳定均衡，策略更新。。。。(Rule network evolution game,stable equilibrium)
演化博弈matlab程序与作图
- 通过 Matlab 软件来仿真模拟演化博弈过程中大股东和监管部门策略选择的动态 演化过程，同时探讨一下不同的参数变化对博弈双方策略选择的影响。(Through MATLAB software to simulate the evolution of the game process in the process of large shareholders and regulatory authorities to choose the