搜索资源列表
基于遗传算法的FIR数字滤波器的优化设计
- 基于遗传算法的FIR数字滤波器的优化设计 设计IIR数字滤波器的遗传优化算法 caj图书-based on genetic algorithm FIR digital filter design optimization IIR digital filter design of genetic optimization algorithm CAJ books
遗传算法
- 基于VC++的遗传算法源码（相当经典
自适应并行遗传算法实现有源滤波器的设计
- 摘 要:提出一种改进的自适应并行遗传算法,通过设计自适应算子自动调节交叉和变异概率,采用基于岛屿交换模型实现多种群间信息交换,提高了种群的多样性和健壮性.将该方法用于滤波器的参数优化设计,给出4阶切比雪夫低通滤波器的设计结果,比较各种算法的性能,证明该算法收敛速度快,精度高,有效地克服了早熟现象.
遗传算法实现车间工件生产的优化排序
- 该程序是基于遗传算法编写的，用于解决车间生产工件的优化排序问题。
遗传算法MATLAB程序
- 本程序为基于遗传算法的PID算法参数优化程序。
支持向量机参数优化
- 对支持向量机的参数 C和g 进行了参数优化，分三种：交叉验证优化、遗传算法优化和粒子群算法优化。
遗传算法与蚂蚁算法的融合
- 摘要 遗传算法具有快速随机的全局搜索能力，但对于系统中的反馈信息利用却*为力，当求解到一定范围时往往 做大量无为的冗余迭代，求精确解效率低9蚂蚁算法是通过信息素的累积和更新收敛于最优路径上，具有分布式并行全 局搜索能力9但初期信息素匮乏，求解速度慢9算法是将遗传算法与蚂蚁算法融合，采用遗传算法生成信息素分布，利用 蚂蚁算法求精确解，优势互补9仿真表明取得了非常好的效果9
多目标优化 matlab
- multi object genetic algorithm 多目标优化遗传算法
利用改进遗传优化算法解决BP神经网络中局部最小问题
- 利用改进的遗优化算法解决BP神经网络中局部最小问题
Matlab遗传算法改进程序
- 遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习
基于遗传算法的电力系统无功优化程序
- 应用遗传算法进行电力系统的无功优化。
遗传算法的优化计算
- 遗传优化算法，自变量降维，训练集BP网络，单BP网络(genetic optimization algorithm)
第14章 遗传优化算法
- 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。这个程序是matlab 最优计算第十四章程序(Genetic Algorithm for matlab)
遗传算法
- 基于遗传优化算法，寻求全局最优解，并以一个简单二次函数作为示例。(Based on the genetic algorithm, the global optimal solution is searched, and a simple two function is taken as an example.)
遗传优化工具箱 - NSGA-II
- 改进的遗传算法，多目标优化算法，简单，快捷有效(Improved Genetic Algorithm)
遗传算法优化GA-LM
- 主要是遗传优化算法，优化LM，起到很好的改进作用(Mainly genetic optimization algorithm, optimization of LM, play a good role in improvement)
第14章 遗传优化算法
- 本资料包括很多遗传算法的资料以及例子，内容丰富值得下载。(This data includes a lot of data and examples of genetic algorithms that are well worth downloading)
带约束的遗传优化算法
- 带约束的多目标遗传优化算法NSGA-II(Constrained Multi-objective Genetic Algorithms NSGA-II)
遗传优化向量机
- 通过优化的遗传算法来优化支持向量机的参数，很好用。(The parameters of support vector machine are optimized by optimized genetic algorithm, which is very useful.)
第14章 遗传优化算法
- 遗传算法波束形成，有效地在一定的迭代次数下降低旁瓣电平，非常好用(Genetic algorithm beamforming, effectively reducing the sidelobe level under a certain number of iterations, very easy to use)