搜索资源列表
TIERRA
- 地球模拟器，最经典的人工生命模型,研究人工智能的必看。一般地说，生命都具有新陈代谢、复制和进化的能力。在自然界中，生物是由有限的食物供给和有限的生存空间约束的。在Tierra中，“生物”由一系列能够自我复制的机器代码或程序组成，它在计算机中的复制分别受到计算机的存储空间和CPU时间约束。能有效地占有内存空间和利用CPU时间的生物体，将具有更高的适应度，传递到下一代的机会就越大。 在Tierra中，计算机的RAM（随机访问存储器）中有
改进的遗传算法
- vb写的改进的遗传算法程序。是一些通用代码，与具体问题对应的代码空出来，用的时候填进去。根据我的经验，要想用好遗传算法，代码必须自己写，因为问题不同，编码，杂交，变异算子可能都不一样。特别是杂交算子，需要根据问题调整，甚至创造出新的杂交方法。而且适应度计算的代码也需要自己写，特别是带约束的优化问题 -vb write improvement in the genetic algorithm. Some common code, with
OTSU方法计算图像二值化的自适应阈值
- OTSU方法计算图像二值化的自适应阈值，OTSU 算法可以说是自适应计算单阈值（用来转换灰度图像为二值图像）的简单高效方法。下面的代码最早由 Ryan Dibble提供，此后经过多人Joerg.Schulenburg, R.Z.Liu 等修改，补正。算法对输入的灰度图像的直方图进行分析，将直方图分成两个部分，使得两部分之间的距离最大。划分点就是求得的阈值。都是老外写的，经典哦。-OTSU images calculated value
ycsf
- 本程序演示的是用简单遗传算法随机一个种群，然后根据所给的交叉率，变异率，世代数计算最大适应度所在的代数-demonstration of this program is simple genetic algorithm used a random population, according to the cross-rate, the rate variation, calculated for generations to adapt
immunity
- 提供一个人工免疫算法源程序，其算法过程包括： 1.设置各参数 2.随机产生初始群体——pop=initpop(popsize,chromlength) 3.故障类型编码，每一行为一种！code(1,:)，正常；code(2,:)，50％；code(3,:)，150％。实际故障测得数据编码，这里Unnoralcode,188％ 4.开始迭代（M次）： 1）计算目标函数值：欧氏距离[objvalue]
ga_program
- /*y=100*(x1*x1-x2)*(x1*x2-x2)+(1-x1)*(1-x1)其中-2.048<=x1,x2<=2.048作适应度函数求最大适应度即为函数的最大值 */-/ * y = 100 * (x1 * x1 - x2) * (* x2 - x1 - x2) (1-x1) * (1-x) which -2.048
gawnn
- 遗传算法优化小波神经网络的源程序: 1.构造的非线性函数: 位于nninit_test.m 2.直接用WNN逼近非线性:Wnn_test.m, (内部调用小波函数) 3.遗传算法优化后逼近 :GA_Wnn_test.m (内部调用遗传算法的,初始化,适应度,解码函数)-genetic algorithm optimization WNN source : 1. Construction of the nonlinear f
OTSU方法计算图像二值化的自适应阈值
- OTSU方法计算图像二值化的自适应阈值，OTSU 算法可以说是自适应计算单阈值（用来转换灰度图像为二值图像）的简单高效方法。下面的代码最早由 Ryan Dibble提供，此后经过多人Joerg.Schulenburg, R.Z.Liu 等修改，补正。算法对输入的灰度图像的直方图进行分析，将直方图分成两个部分，使得两部分之间的距离最大。划分点就是求得的阈值。都是老外写的，经典哦。-OTSU images calculated value
matlab
- 程序部分代码介绍： evalops是传递给适应度函数的参数，opts是二进制编码的精度，termops是选择maxGenTerm结束函数时传递个maxGenTerm的参数，即遗传代数。xoverops是传递给交叉函数的参数。mutops是传递给变异函数的参数，具体含义我也没弄懂，我觉得有点怪。-Procedures introduce some code: evalops is passed to the fitness funct
ZDT4
- 为了有效地应用遗传算法解决 鲁棒控制系统设计问题，将遗传算法与局部优化方法相结合，提出了基于降维扫描方法的自适应多目标遗传算法（DRSA-MOGA）。通过引入适应度函数标准化方法、基于最优Pareto解集搜索的降维扫描方法和适应度函数自适应调整方法，提高了算法的全局优化性能和局部搜索能力。仿真结果表明，DRSA-MOGA算法在不损失解的均匀度的情况下可以达到很高的逼近度-For effective application of gene
CMVSOGA
- 这是我在解决电梯动力学参数写的简单遗传算法（程序带目标函数值、适应度值计算，但是我的适应度函数因为目标函数的计算很特殊，一起放在了程序外面计算,在此不提供）。-This is my solution to the lift in the kinetic parameters to write a simple genetic algorithm (procedure with objective function value, fitn
yichuansuanfa_lunwen2
- 基于遗传算法的智能组卷研究与应用 详细介绍了改进的动态分层遗传算法应用于组卷问题的解决步骤，涵盖了其中的各项关键技术 包括模拟试题库的建立、组卷策略、编码方案、适应度函数的确定、选择交叉变异算子、动态分层遗传算法的实现等。 -Based on Genetic Algorithm Research and Application of Intelligent Test Paper detailed the improved ge
GA_main
- 遗传算法整套源程序，包括初始种群，计算适应度值，选择，交叉变异等-Genetic algorithm source code package, including the initial population, calculation of fitness value, selection, crossover and other variant
yichuansuanfa_jixieshou
- 提出一种改进的遗传算法用于求解机械手运动学逆问题. 该算法采用实数编码, 其交叉概率和变异 概率根据解的适应度函数值自适应调整. 计算机仿真结果显示, 该算法较简单遗传算法(SGA) 求解精度高, 收敛速度快且稳定性能好.-An improved genetic algorithm for solving the inverse problem of manipulator kinematics. The algorithm u
AdapGA
- Srinvivas提出的自适应遗传算法，交叉概率和变异概率随适应度自动改变-Srinvivas proposed genetic algorithm, crossover probability and mutation probability automatically change with fitness
TSP110707-1
- 旅行商问题是一个典型的NP完全性问题。本文基于改进的自适应遗传 算法设计并开发了一个求解旅行商问题的软件程序，并将此程序进行了48 个城市的TSP问题计算，与模拟退火算法的计算过程及计算结果进行了比 较。文中给出了遗传算法在解决TSP问题中的参数选择和编码方式、适应 度函数的设计、种群的初始化和遗传算子的详细设计。通过对此程序的改 装，即可用于其他NP完全性问题的求解。-The traveling salesman
finness
- 土地利用模拟中的适应度函数计算，地理栅格紧凑度，(Fitness function calculation and geographic grid compactness in land use simulation,)
自适应阈值
- 最大类间方差法是由日本学者大津(Nobuyuki Otsu)于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。(The largest between-class variance metho
fit
- 遗传算法改进的基于适应度的AGV路径规划(Adaptability-based AGV Path Planning Improved by Genetic Algorithms)
模糊自适应整定PID控制程序
- 基于STM32的PID模糊自适应PID控制程序，具有隶属度函数，PWM波形，传感器输入(PID fuzzy adaptive PID control program based on STM32, with membership function, PWM waveform, sensor input)