搜索资源列表
模拟退火源码
- 模拟退火算法 模拟退火算法(Simulated Annealing,简称SA算法)是模拟加热熔化的金属的退火过程，来寻找全局最优解的有效方法之一。 模拟退火的基本思想和步骤如下： 设S＝{s1,s2,…,sn}为所有可能的状态所构成的集合， f：S—R为非负代价函数，即优化问题抽象如下： 寻找s*∈S，使得f(s*)＝min f(si) 任意si∈S （1）给定一较高初始温度T，随机产生初始状态S （2）按一定方式，对当前状态作随机扰动，产生一个新的状态S’ S’＝S＋sign(η).δ 其中δ
模拟退火算法实现旅行商算法
- 采用的是康力山等人确定的实验参数。 对于n个城市的旅行商问题，其参数如下： 初始温度：t0=280, 每一个温度下采用固定的迭代次数L=100n, 温度的衰减系数alpha=0.92 算法停止的准则是当相邻两个温度得到的解变化很小时算法停止。-used the Stanozolol Hill were determined by the experimental parameters. N cities for the traveling salesman problem, the para
温度分布
- 利用柏松方程计算温度分布。实际的算法为有限元法。-use equation to calculate the temperature distribution. The actual algorithm for finite element method.
TSPSA.模拟退火算法SA求解TSP旅行商问题
- 模拟退火算法SA求解TSP旅行商问题。可以自己设定初始温度和冷却温度,SA simulated annealing algorithm for solving traveling salesman problem TSP. Can be set for the initial temperature and cooling temperature
pid.rar
- 模糊PID算法（C++） 温度控制的一般控制算法，Kp,Ki,Kd,需根据具体的控制对象取合适的值,fuzzy-PID
SIMPLE
- 各种流场和温度场的数值计算算法simple源程序-Flow field and temperature field numerical calculation algorithm for simple source
moyituhuo
- 模拟退火算法的基本思想是从一给定解开始,从邻域中随机产生另一个解,接受Metropolis准则允许目标函数在有限范围内变坏,它由一控制参数t决定,其作用类似于物理过程中的温度T,对于控制参数的每一取值,算法持续进行“产生—判断—接受或舍去”的迭代过程,对应着固体在某一恒定温度下的趋于热平衡的过程,当控制参数逐渐减小并趋于0时,系统越来越趋于平衡态,最后系统状态对应于优化问题的全局最优解,该过程也称为冷却过程,由于固体退火必须缓慢降温,才能使固体在每一温度下都达到热平衡,最终趋于平衡状态,因此控制
work
- 用MATLAB的SMULINK 实现的模糊算法，用于温度控制，可以直接运行，参数已经调整好-To achieve the SMULINK with MATLAB fuzzy algorithm, for temperature control, can be directly run, the parameters have been adjusted
TSP
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，
basedonDS18B20TemperatureControlSystem
- 基于DS18B20测温的单片机温度控制系统,介绍了以 AT89S52 单片机为控制核心的温度控制系统, 系统采用数字温度计芯片 DS18B20 构成测温单元, 通过 AT89S52 的开关量输出控制固态继电器(SSR)的通断,调节烤箱内温度。采用 PID 控制算法可以明显改善系统的稳态性能以 及稳态响应-Temperature measurement based on DS18B20 Temperature Control System
mnth
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
Temperature
- 使用matlab写得空间温度场程序，算法是高斯-塞德尔迭代法。-Room temperature using the matlab program is written, the algorithm is the Gauss- Seidel iterative method.
rayleith_temperature
- 根据大气静力学平衡和理想气体方程，大气密度反演瑞利温度算法-According to atmospheric static equilibrium and the ideal gas equation, the Rayleigh atmospheric density inversion temperature method
B题实验测试数据
- 迭代算法，计算激光器的光功率，问题涉及温度，时间，电流电压大小(Iterative algorithm to calculate the optical power of the laser, the problem involving temperature, time, current and voltage)
loxarmodel
- 1,设定控制温度为0—99度之间的任意数,并自动存储, 2,利用AD590K的±0 1度的重复性,采用分段插值程序对AD590()
模拟退火算法
- 模拟退火算法来源于固体退火原理，是一种基于概率的算法，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。(The simulated annealing algorithm derived from the principle of solid annealing, is a kind of algorithm based on probability, the solid h
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数值函数，并对由人工蜂群算法（ABC），遗传算法（GA），粒
main
- 对两组温度进行估计，并通过分布式卡尔曼滤波算法进行融合(Two sets of temperature are estimated and fused by distributed Kalman filter algorithm.)
c源程序
- udf算法，FLUENT模拟定义，在不同时间变热流密度下进行用户自定义设置(Temperature UDF algorithm)
chapter7
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e(-ΔE/(kT))，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始