搜索资源列表
演化算法在参数回归中的应用
- 本文在VC++环境下用演化算法实现了非线性参数回归，实验结果表明，用此方法能够很好的实现非线性参数回归。-paper in VC environment using an evolutionary algorithm to achieve the nonlinear regression, experimental results indicate that this method can achieve good nonlinear regression.
NEA
- 针对现有遗传算法在多维非线性优选方面的不足，本文提出了一种基于小生境进化算法（NEA）的非线性优选模型，探讨了NEA算法的参数选择原则。通过大量仿真和比较，表明算法在复杂非线性优选中具有快速、高效、鲁棒性强的特点，并能在全局范围内有效搜索所有最优解。 -against existing genetic algorithms in three-dimensional nonlinear optimization for the shortage, the paper presents a ni
MATLABGAOT
- 简要阐述了遗传算法的基本原理，并对O0PQ0R 遗传算法工具箱（\"0SP）的参数进行 了详细的介绍。探讨了O0PQ0R 遗传算法工具箱在参数优化和非线性规划中的应用，实例证明了遗 传算法在参数优化和非线性规划中的可行性。
nn
- 这是两个用神经网络算法分析非线性系统特征，并用于参数预测。
jiyumohushenjingwangluo
- 基于模糊神经网络盲均衡算法的研究 摘要 无线和数字通信系统中，由于信号在传输过程中会受到复杂传播机制 的影响，从而产生码间干扰。为了消除码间干扰，要在接收端进行均衡， 以补偿信道特性，正确恢复发送序列。传统的均衡器由于需要不断地发送 训练序列，已经不能满足数字通信技术发展的要求。盲均衡技术不需要训 练序列，仅利用接收序列的统计特性便能自适应地调节参数，也就是说， 盲均衡技术本身完全不用训练序列，就可以自启动收敛并防止失锁情况， 且能使滤波器的输出与要恢复的输入信号
svm_wenxian
- 支持向量机是一种新颖的机器学习方法，主要用于模式识别、回归预测、函数逼近、参数估计。相比于其他的学习方法，支持向量机不仅克服了非线性，局部极小和维数灾难问题，而且具有更好的泛化能力。-Support vector machine is a novel machine learning method, mainly for pattern recognition, regression, function approximation, parameter estimation. Compared
xijun
- 本文提出了一种新的基于细菌生存优化(Bacterial Foraging Optimization –BFO)的非线性模型辨识方法。它是利用群集智能仿生BFO算法对一类Hammerstein系统进行辨识，从而估计出它的参数模型-This paper presents a new optimization based on bacterial survival (Bacterial Foraging Optimization-BFO) nonlinear model identification
ANN-to-control-the-algorithm
- 基于BP神经网络的PID控制，利用神经网络的自学习、非线性和不依赖模型等特性实现PID参数的在线自整定，充分利用PID和神经网络的优点。-BP neural network based PID control, self-learning neural network, nonlinear and non-dependent model and other characteristics to achieve PID parameters on-line self-tuning, full us
hbkjglglgjh
- 当测量温度等于设定温度时，程序返回温度设定模块，当测量温度不等于设定温度时，启动PID控制模块，然后返回测量显示模块，如此循环下去，直到测量温度等于设定温度为止。由于恒温箱温度控制系统具有大时滞和非线性特性，常规PID控制参数难以整定。在此设计了自整定PID算法，解决了PID整定困难的问题。下面介绍自整定PID算法的设计过程。 -When the measured temperature is equal to the set temperature, the program returns
RBF
- 运用常规的PID控制算法很难达到人们所要求的控制效果。采用改进的BP神经网络算法进行改进具有以任意精度逼近非线性函数的能力，而且通过它的自身的学习，可以找到某一最优控制率下的PID控制器参数，使其具有更好的鲁棒性和自适应的能力。-Using conventional PID control algorithm is difficult to live up to the required control effect. The improved BP neural network algorit
fuzzy-PID
- 模糊PID控制器具有控制任意非线性函数的能力，能实现对PID控制器的参数Kp, Ki, Kd的实时在线整定，使系统具有更好的鲁棒性和自适应性，其输出也可以通过在线调整达到预期的控制精度。-Fuzzy PID controller has the ability to control an arbitrary nonlinear function, can achieve the parameters of the PID controller Kp, Ki, Kd,
RBFyuanchengxu
- 在RBF神经网络学习过程中，I出F神经元先计算输入与中心之间的距离，然 后再对这一距离进行某种非线性变换。输出层和隐藏层分别完成不同的任务，这两层学习的策略也不相同。输出层是对线性权进行调整，采用的是线性优化策略， 因而学习速度较快。而隐藏层是对传递函数的参数进行调整，采用的是非线性优 化策略，因而学习速度较慢。 RBF算法选用高斯函数作为隐藏层传递函数时，由隐藏层来实现从 x哼R，(x)的非线性映射，由输出层来实现从R,(X)--->y。的线性映射。-In the R
SVM
- SVM核心思想是:对于输入空间中非线性可分的情形,选择一个适当的非线性映射,将输入空间中的样本点映射到一个高维空间,然后通过一系列核函数、参数因子的选择得到最优分界面。-SVM core idea is: For the non-linear input space can be divided into the case, select an appropriate nonlinear mapping the input space sample point is mapped to a hi
adaptive-genetic-algorithm
- 自适应GA SVM 参数选择算法研究Param eter selection algorithm for support vector machines based on adaptive genetic algorithm 支持向量机是一种非常有前景的学习机器, 它的回归算法已经成功地用于解决非线性函数的逼近问题. 但 是, SVM 参数的选择大多数是凭经验选取, 这种方法依赖于使用者的水平, 这样不仅不能获得最佳的函数逼近效果, 而且采用人工的方法选择 SVM 参数比较浪费
Immune-the-nonlinear-model
- 本书首先对免疫性和非线性数学模型做简单的介绍，然后在各章中具体的讨论各种各样的免疫非线性描述的具体问题。在非线性模型方面，谈非线性动力学方程，反应扩散方程的波动和参数涨落时的随机描述，结合具体问题谈了细胞自动机。-Book begins on immunological and non-linear mathematical model to do a brief introduction, the chapters and then discuss a variety of specific
BP3wei
- 用Matlab编写的神经网络程序。用BP神经网络来逼近带有2个参数的非线性函数。-Approximate Nonliear function with BP network.
hanshubijin
- 神经网络，非线性函数逼近。参数选择合适，训练序列得出权值，输出结果良好。-Neural networks, nonlinear function approximation. Select the appropriate parameters, weight training sequences obtained, the output is good.
4floorearthquake
- 近年来，随着各国大地震的接连发生，对人类的生命财产造成了巨大的损失，高层建筑的隔震抗震引起了广泛关注。因此，在实际结构中对与建筑隔震性能的研究具有重要的意义。本文提出依次采用扩展卡尔曼识别结构响应和最小二乘识别未知激励的方法，对隔震层的无模型非线性特性进行识别。首先是在小地震线性情况下识别出结构参数刚度和阻尼，然后在大地震下对隔震特性进行识别。算例表明,该方法对已知地震激励下的隔震结构，其非线性特性的识别具有较高的精度。这样可通过结构迟滞力的变化，对结构的隔震性能进行有效的识别。-Recentl
GABP
- 采用遗传算法来优化BP神经网络参数，并实现非线性函数的拟合-Using genetic algorithms to optimize the BP neural network parameters, and nonlinear function fitting
BP-of-Nonlinear-
- 本源代码解决了可以实时对误差进行显示的增加动量项的BP神经网络对非线性函数的逼近。有一定的收敛效果，目前参数已经调好，只需反复运行即可。-The origin code to solve the momentum BP neural network can display real-time error on the approximation of nonlinear function. Convergence, the parameters have been fine, just can