搜索资源列表
遗传算法TDOA解决
- 用遗传算法解决通信中的TDOA问题 文件名 program 完成功能 求出在进行account_test次的试验中每一次的最优染色体，并且求出均值MV，和均方误差MSE 文件名 definition_constant( ) 完成功能 对各个常量试验参数进行设定 文件名 main_program 完成功能 完成一次试验的计算 文件名 all_Noise 完成功能 计算TDOA值（由基站所测量的TDOA（受到噪声的干扰）) 文件名 gen_ini_pop_
AIbashuma
- 我们解决八数码问题,广度优先搜索可能会导致内存不够用,采用启发式搜索,启发函数为f(x)=g(x)+h(x) g(x)为该结点不同于目标结点的个数,h(x)为该结点的深度,选择那f(x)结点最小的那个结点进行扩展, 引入了一个\"扩展数组[4]\"(因为扩展的结点最多只有4个),该数组保存着某个结点的0点向各个方向的扩展的结点对象,然后对该扩展数组进行分析,利用启发函数在进行递归扩展... -us solve eight digital, BFS may lead to insufficient
AIbashumaJava1
- 我们解决八数码问题,广度优先搜索可能会导致内存不够用,采用启发式搜索,启发函数为f(x)=g(x)+h(x) g(x)为该结点不同于目标结点的个数,h(x)为该结点的深度,选择那f(x)结点最小的那个结点进行扩展, 引入了一个\"扩展数组[4]\"(因为扩展的结点最多只有4个),该数组保存着某个结点的0点向各个方向的扩展的结点对象,然后对该扩展数组进行分析,利用启发函数在进行递归扩展... -us solve eight digital, BFS may lead to insufficient
DGPSO.rar
- 用于求解约束优化问题的算法，算法为差分进化/遗传算法/微粒群算法的融合。对于“[7] T. P. Runarsson and X. Yao, Stochastic ranking for constrained evolutionary optimization, IEEE Trans. Evol. Comput., vol. 4, no. 3, pp. 284-294, Sep. 2000”中给出的13个标准测试函数，均能得到问题最优解。如有任何疑问，请于http://2shi.phphube
Archive
- 实现一个三维点(x,y,z)的Point类。包含一个构造函数，一个复制构造函数，一个把这个点变成负的函数negate( )，一个返回到(0,0,0)点的距离的函数norm( )和一个print( )函数。 （1）为类Point实现一个重载的赋值运算符。 （2）为类Point实现重载的流插入运算符。 （3）为类Point实现重载的比较关系运算符==和!=。 （4）为类Point实现重载的加法+和减法运算符-。 （5）实现一个重载的乘法运算符*来返回两个Point类对象的点积。
moshishibie
- 先用C-均值聚类算法程序，并用下列数据进行聚类分析。在确认编程正确后，采用蔡云龙书的附录B中表1的Iris数据进行聚类。然后使用近邻法的快速算法找出待分样本X（设X样本的4个分量x1=x2=x3=x4=6；子集数l=3）的最近邻节点和3-近邻节点及X与它们之间的距离。-First C-means clustering algorithm procedures and with the following data for cluster analysis. After confirming t
FLch6eg1
- 用遗传算法求解函数最大值的示例程序。目标函数为y=10*cos(3*x)-4*x.-Genetic algorithm with an example of procedures for maximum function. The objective function for y = 10* cos (3* x)-4* x.
GA
- 遗传算法求解最优解求函数的最大值 : f(x,y)=21.5+x*sin(4*PI*x)+y*sin(20*PI*y) | 定义域 D: -3 <=x <=12.1 , 4.1 <=y <=5.8 | | 注： 目前最好结果：f(11.6255448,5.7250441)=38.8502944790207 -failed to translate
ga
- 标准遗传算法，优化函数为f=-(x-1)^2+4，其中，0<=x<=3，建议初学者使用- Standard genetic algorithms, optimization function f =- (x-1) ^ 2+4, where, 0 < = x < = 3, recommended for beginners to use
bp_application_2
- 用BP神经网络实现输入x=0.3*sin(i*pi/50)+0.4*sin(i*pi/25)到输出y(n)=1/(1+3*y(n-1)+x(n)*x(n))的近似模拟，其中y（0）=0.15-BP neural network input x = 0.3* sin (i* pi/50)+0.4* sin (i* pi/25) to the output y (n) = 1/(1+3* y-(n-1)+approximate simulation of x (n)* x (n)), where y
GA
- 遗传算法应用程序使用说明： 1.安装MATLAB5.X； 2.建立目录：(c:\GeneticProgram),并将这里提供的所有源程序拷入该目录； 3.运行(c:\GeneticProgram)中的 startup； 4.在MATLAB Command Window内直接运行程序 FloatExample和BinaryExample。 FloatExample和BinaryExample分别采用浮点编码和二进制编码方法，求函数 y=20+x + 10*sin(
FuzzyCAC
- FuzzyCAC by gaobin Email:gaobinsw@163.com QQ:632218827 博客：http://blog.sina.com.cn/gaobinsw 电话：13618257358 淘宝网店：http://gaobinsw.taobao.com 2012.4.12 [X,enterprise]=FuzzyCAC(type,classn)函数用法 type：选择聚类的方法 type=1
SOMface_demo
- 基于自组织神经网络的人脸识别代码 X.Tan, S.Chen, Z.-H. Zhou, and F. Zhang, Recognizing Partially Occluded, Expression Variant Faces from Single Training Image per Person with SOM-Based kNN Ensemble. IEEE Transactions on Neural Networks.2005, 16(4): 875-886.-X.Tan,
2-2-2-4
- 建立一个径向基神经网络，对非线性函数y=sqrt(x)进行逼近，并作出网络的逼近误差曲线-The establishment of a radial basis function neural network to approximate the nonlinear function y = sqrt (x), and make the network approximation error curve
RLS
- 仿真对象如下： 其中， v( k )为服从N (0,1) 分布的白噪声。输入信号u ( k) 采用M 序列，幅度为 1。M 序列由 9 级移位寄存器产生，x(i)=x(i-4)⊕x(i-9)。 选择如下辨识模型： 加权阵取Λ = I。 衰减因子β = 0.98，数据长度 L = 402。 辨识结果与理论值比较，基本相同。辨识结果可信 -he simulation object is as follows: among them, v (k) to obe
CPSO
- 用CPSO算法求解带约束的函数优化问题。目标函数为f=(x(3)+2)*x(2)*x(1)^2，求其最小值；约束为g(1)=1-x(2)^3*x(3)/(71785*x(1)^4) g(2)=(4*x(2)^2-x(1)*x(2))/(12566*(x(2)*x(1)^3-x(1)^4))+1/(5108*x(1)^2)-1 g(3)=1-140.45*x(1)/(x(2)^2*x(3)) g(4)=(x(1)+x(2))/1.5-1 决策变量取值范围：x1-[0.05,
BGA1031003
- // Simple Genetic Algorithm // binary coded // roulette wheel method // function f(x) = 21.5+x*sin(4*pi*x)-// Simple Genetic Algorithm // binary coded // roulette wheel method // function f(x) = 21.5+x*sin(4*pi*x)
ga
- 遗传算法实现计算f(x 1,x 2 )= 21.5 +x 1 ·sin(4πx 1 ) +x 2 ·sin(20πx 2 )的最大值-calculate the maximum value of f(x 1,x 2 )= 21.5+x 1 ·sin(4πx 1 )+x 2 ·sin(20πx 2 ) by Genetic Algorithm
Ant-colony-algorithm
- 利用蚁群算法寻找以下10个城市的TSP最短路径。 10个城市的X、Y坐标分别为：（0.1,0.6）、（0.2,0.3）、（0.4,0.1）、（0.5,0.5）、（0.7,0.2）、（0.8,0.4）、（0.2,0.8）、（0.5,0.9）、（0.7,0.6）、（0.9,0.8）。 要求输出最短路径顺序及其长度，以及蚁群算法迭代过程中的最短路径长度进化曲线。 -Ant colony algorithm to find the following 10 cities TSP sho
fenyu
- 递归解决飞鱼问题。假设5个人合伙捕了x条鱼，则“A第一个醒来，他将鱼平分为5份，把多余的一条扔回河中，然后拿着自己的一份回家去了”之后，还剩下4(x-1)/5条鱼。-deal with fly fish