搜索资源列表
BPexample
- 开发环境:Matlab 简要说明:动量-自适应学习调整算法。在实际应用中，原始的BP算法很难胜任，因此出现了很多的改进算法。BP算法的改进主要有两种途径，一种是采用启发式学习方法，另一种则是采用更有效的优化算法。本例采用动量BP算法，来实现对网络的训练过程，动量法降低了网络对于误差曲面局部细节的敏感性，有效地抑制网络陷于局部极小。-development environment : Matlab Brief Descr iption : Momentum-adaptive learning
acp
- 蚁群算法是通过模拟蚂蚁觅食而发展出的一种新的启发算法 基于群体的协作与学习 该算法已 经成功地解决诸如× ≥° 问题等多种组合优化问题 本文提出了一种基于自适应调整信息素的改进蚁群算法 该算法根据人工蚂蚁所获得解的情况 动态地调整路径上的信息素 从而使得算法跳离局部最优解 通过仿真 实验获得的结果表明 该算法对于蚁群算法
SAPSO
- 权重改进粒子群算法中的自适应权重法，平衡了PSO算法的全局探索能力和局部改良能力-Weight improved particle swarm algorithm in the adaptive weighting method to balance the global exploration of the PSO algorithm is improved capacity and capacity of local
Anadaptiveantcolonyalgorithmanditssimulation
- 蚁群算法是一种新型的进化算法，蚁群算法与其它进化算法同样存在易于限于局部最小点等缺陷．本文提出一种自适应的蚁群算法雌克服上述缺陷。通过自适应地改变算法的挥发度等系数，本文中的算法可以在保证收敛速度的条件下提高解的全局性，通过对TSP问题的仿真证明本文中的算法相对与原始的蚁群算法收敛速度和解的性能椭一定的提高．-Ant colony algorithm is a new evolutionary algorithm, evolutionary algorithm ant colony algori
Rectangle
- 矩形件优化排样是一个NPC问题，在工业界有着广泛的应用．针对该问题，提出一种自适应模拟退火遗传算法．采用一种基于环形交叉算子和环形变异算子的自适应遗传算法来自动调整交叉和变异概率；同时引入模拟退火算法对个体适应度大于平均适应度的个体进行退火处理．自适应模拟退火遗传算法充分发挥了自适应遗传算法与模拟退火算法各自的全局搜索能力与局部搜索能力．对比实验表明，该算法结合改进的最左最下布局算法解决矩形件优化排样问题更加有效．-Optimal layout is rectangular pieces of
shaffer
- 在实现基本DNA进化算法的基础上，提出对于概率取值使用自适应策略，最后利用模拟退火算法良好的局部寻优功能和DNA进化算法结合，通过对测试函数的测试，证明改进后的算法性能很好-Achieve basic DNA evolutionary algorithm based on the use of adaptive strategy proposed for the probability value, the final use of the simulated annealing algorit
enhanced-BP
- bp神经网络改进算法加入局部学习率自适应调整机制程序用于拟合函数-bp Neural Network Algorithm local learning rate adaptive adjustment mechanism procedure for fitting function
yi_qun_suan_fa
- 这种算法是目前国内外启发式算法中的研究热点和前沿课题，被成功地运用于旅行商问题的求解，蚁群算法在求解复杂优化问题方面具有很大的优越性和广阔的前景。但是,根据观察实验发现，蚁群中的多个蚂蚁的运动是随机的，在扩散范围较大时，在较短时间内很难找出一条较好的路径，在算法实现的过程中容易出现停滞现象和收敛速度慢现象。在这种弊端的情况下，学者们提出了一种自适应蚁群算法，通过自适应地调整运行过程中的挥发因子来改变路径中信息素浓度,从而有效地克服传统蚁群算法中容易陷入局部最优解和收敛速度慢的现象。-This a
chap
- 基于局部逼近的自适应RBF控制，主要包括基于局部模型逼近的自适应RBF机械手控制。-Adaptive RBF control based on the local approach, including adaptive RBF manipulator control model based on the local approach.