搜索资源列表
SGA
- 这是一个非常简单的遗传算法源代码，是由Denis Cormier (North Carolina State University)开发的，Sita S.Raghavan (University of North Carolina at Charlotte)修正。代码保证尽可能少，实际上也不必查错。对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码 的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择、精华模型、单点杂
FMINCON
- C=CURVEFIT( 拟合模型 ,参数C初值,X数据,Y数据) 求参数C使得 sum {(FUN(C,X数据)-Y数据).^2}最小化-C = CURVEFIT ( fitting model and parameter C, initial X, Y data) for data parameters that sum {there (C) (C, X-ray data- Y j ^ 2) minimizing}
Nunes
- 建立模型-处理光照图像,特别是线性光照条件下的图像处理-Modeling- light image processing, especially under the conditions of the linear light image processing
pswe
- 微粒群演算法(Particle Swarm Optimization algorithm)又稱粒子群優化，是一個年代較為新穎的新式演算法。PSO是由J. Kennedy和R. C. Eberhart於1995年開發的一種演化計算技術,源自於對一個簡化社會模型的模擬。 -(Particle Swarm Optimization algorithm
Model-For-the-evolution-of-ANN
- 介绍了神经网络实现遗传算法模型。 作者J.C.Astor & C.Adami-This artical main discus the model for the evolution using a method of Artificial Neural Network.
SparseBayes
- 实现有效的学习算法 的稀疏贝叶斯模型，即稀疏贝叶斯matlab工具箱-"SparseBayes" is a package of Matlab functions designed to implement an efficient learning algorithm for "Sparse Bayesian" models. The "Version 2" package is an expanded imple
c#遗传算法实现
- 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，它最初由美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》，GA这个名称才逐渐为人所知，J.Holland教授所提出的GA通常为简单遗传算法（SGA）。
切削分析模型
- J-C本构修正经典Oxley切削分析模型，自己编的，材料为45钢
order-and-parameters
- 同时辨识模型阶次及参数算法。用阶次递推算法，结合AIC法——利用赤池信息准则辨识上例的模型阶次和参数。-请键入文字或网站地址，或者上传文档。 取消 Tóngshí biànshì móxíng jiē cì jí cānshù suànfǎ. Yòng jiē cì dì tuīsuàn fǎ, jiéhé AIC fǎ——lìyòng chìchí xìnxī zhǔnzé biànshì shàng lì de móxíng jiē cì hé cānshù.At the same
johnson_cook
- 模拟断裂的子程序，对模拟断裂修改材料模型很有用，用于ABAQUS模拟中(Simulate the subroutine of the break)