搜索资源列表
improve-PSO_c_1_c_2
- 在pso算法中，c1和c2的取值，直接影响到了后面的收敛效果。很好的设定这两个值，可以很好节约运算时间。-Pso algorithm in, c1 and c2 values, a direct impact on the effect of the convergence of the back. Very good set of these two values to save computing time can be very good.
qiangdaqi
- ⑴ 设计一个可供8人进行的抢答器。 ⑵ 主持人设置一个控制开关，用来控制系统得清零（显示数码灭）和抢答开始。并设置复位按钮，按动后，重新开始抢答。 ⑶ 抢答器开始时数码管显示序号0，选手抢答实行优先锁存，优先抢答选手的编号一直保持到主持人将系统清除为止。抢答后显示优先抢答者序号，并且不出现其他抢答者的序号。 ⑷ 抢答器具有定时抢答的功能，由主持人预先设定时间。 ⑸ 主持人按下复位开关，使得抢答器再次进入禁止状态，选手编号的LED数字显示器灯熄灭，电路进入原来的初始状态，准备进入下
Demo-code-for-E_Bike
- 第一个参数设定助力功能允许与否，1为允许，0为禁止 第二个参数设定助力力量(PWM占空比),数值范围：0~0x355，数值越大，力量越大 第三个参数设定助力时间，数值越大，时间越长 -The first parameter set boost feature allows it or not, one to allow, 0 to disable the second parameter set booster power (PWM duty cycle), value ran
Ga-tsp
- 遗传算法tsp问题 针对题目中物流配送路径优化问题，本文引入0-1规划思想，建立了带约束条件的物流配送问题的数学模型。求解时，引入遗传算法的编码方式，并针对分区数与客户数量相差较小的情况，灵活运用分区配送算法确定包含最优解的分区序列组，紧密结合枚举法使得其算法兼顾简单、快速的优点。应用Matlab软件可执行得到最短路径。兼顾时间因素导致的复杂影响，我们引入了惩罚函数，并通过设定惩罚系数，进一步由最短路径求得最优路径。-Genetic algorithm tsp problem of logist
Artificial_Intelligence_EA神经网络 五星
- EA描述 这个EA使用神经网络技术，虽然只包含一个感知器，却有良好的结果。此感知器能接收MACD指标的数据。 货币对：欧元/美元 时间段：1分钟 EA逻辑 EA根据开仓价格来操作。根据真实交易来得到最佳结果。测试的详细结果见下图： EA模拟了一个神经网络来发出买入/卖出信号。您可以通过设定加权参数来优化机器人。这个建议也检测自由保证金来监控交易操作。 输入选项 x1 … x4 —感知器加权（优化时选择） FastMA —针对 MACD 的快速移动平均线时间间隔 S