搜索资源列表
遗传算法实现旅行商问题
- 本算法中采取了种群规模为100，同时采用轮盘赌来获取种群。开始使用随机的方法得到初始的种群-the algorithm adopted a population size of 100, using roulette to access populations. Using the stochastic method initial Stocks
fire
- 模拟退火算法是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。本文给出了该算法的详细介绍和伪代码。-Monte-Carlo simulated annealing algorithm is based on a heuristic iterative method for solving stochastic search process. This paper gives a detailed descr iption of the algorithm and pseudo code.
BPnn
- 基于随机梯度下降法的两层sigmoid神经元的BP算法-Stochastic gradient descent method based on two layers of sigmoid neurons in the BP algorithm
constrain-opt
- 针对工程优化设计问题,提出了基于混沌粒子群算法的工程约束优化问题求解方法。CPSO算法利用混沌搜 索的全局遍历性、随机性和规律性等特点, 引导粒子在全局范围内搜索, 从而克服了传统粒子群算法早熟收敛的缺点。 该算法以种群适应度方差作为粒子群优化算法早熟收敛的判据, 并用惩罚函数法处理违法约束的粒子, 当基本粒子群算 法陷入早熟时, 随机选择粒子群中的部分粒子实施混沌搜索, 直至满足迭代收敛条件为止。CPSO算法能提高种群的多 样性和粒子搜索的遍历性, 从而有效提高了PSO算法的收
Kalman_matlab
- 卡尔曼滤波方法用于估计物体运动参数，卡尔曼滤波在运动目标跟踪问题中。超级推荐，绝对可以运行，随机模拟运动估计，效果非常不错，是个老外写的。-Kalman filtering method used to estimate the object motion parameters, the Kalman filter in moving object tracking problem. Super recommended, can definitely run, the stochastic si
mathematical-model-15
- matlab数学建模中的15个模型的算法讲解与举例，包括灰色预测、灰色关联分析、主成分分析法、模糊聚类分析、随机模拟、多元回归模型、正交试验设计、图论、目标规划模型、马尔可夫预测方法、时间序列分析、模糊综合评价模型、层次分析模型、模糊数学方法、模拟退火算法。-15 model matlab mathematical modeling method to explain with examples, including the gray prediction, gray correlation a
PSOTool
- 求解非线性方程组方法有经典算法以及近年来流行的遗传算法．牛顿法及其改进形式,但是此类算法的收敛性在很大程度上依赖于初始点的选择，对于某些非线性方程组容易导致求解失败 为了克服经典算法的缺点，设计了求解非线性方程组的混合遗传算法,但依然对方程组和编码方法有很高要求。PSO是受到鸟群或者鱼群社会行为的启发而形成的一种基于种群的随机优化技术。它是一类随机全局优化技术，通过粒子间的相互作用发现复杂搜索空间中的最优区域。该算法是一种基于群体智能的新型演化计算技术，具有简单易实现、设置参数少、全局优化能力强
EM
- EM算法求解随机优化问题代码，用数值积分方法求解-EM algorithm for solving stochastic optimization problem code, using numerical integration method for solving
Stochastic-optimization-method
- 随机性多次寻优法,随机性算法能够有效地寻找全局最优解。-Stochastic optimization method many times, random algorithm can find the global optimal solution.
codes
- 手写数码（0到9）识别的神经网络框架。附有数据训练集和测试集。采用随机梯度下降的BP算法。可以修改参数，加入drop out和动量法。-Digital handwriting (0 to 9) of the neural network recognition framework. With training and test data sets. BP algorithm using stochastic gradient descent. Parameters can be modified