搜索资源列表
ThemprogramofGeneticAlgorithm
- 遗传算法matlab程序用于求解目标函数最大值，且解为非负整数解
AutomaticImageSegmentationAlgorithmThreshold
- 摘 要 该文提出了一种新的图像阈值分割算法。该算法通过求取最大模糊熵准则下，灰度均值直方图的最佳模糊划分 参数来确定两个模糊集 和 ，图像分割阈值即选取为两个模糊集的交点。该算法用 的模糊熵定义适应度函数， . / 01234 采用改进的遗传算法寻求最佳模糊参数。该文对遗传算法的改进包括，给出了缩短染色体码长的编码方法和性能良好的 改进的单点交叉算子和均匀变异算子。实验结果表明，该算法的分割效果与二维模糊熵算法接近，而计算时间还没有用 到二维模糊熵算法的一半。
yichuan
- matlab用标准遗传算法求f(x)=x2－22x+30函数的最小值，x [0,31]。 包含源码及结果-matlab using standard genetic algorithms f (x) = x2-22x+30 the minimization, x [0,31]. Includes source code and results
MATLAB
- MATLAB遗传算法工具箱函数应用 有需要学习和了解遗传算法工具箱函数的 -MATLAB genetic algorithm toolbox function application
ga_work1
- 利用改进的遗传算法求取函数的最大值，进行优化设计，在MATLAB下可以运行使用。-Using improved genetic algorithm to strike a function of the maximum optimized design, the use of MATLAB can be run under.
Ageneticalgorithmwithmatlabprogram
- 简要阐述了遗传算法的基本原理，探讨了在 环境中实现遗传算法各算子的编程方法，并以一个简单的实例说明所编程序在函数全局寻优中的应用。-Briefly described the basic principles of genetic algorithms to explore the genetic algorithm in the environment to achieve the operator' s programming, and a simple example shows t
ll
- 一个遗传算法的函数优化，求函数的最小值，matlab编写的程序-A genetic algorithm for function optimization, seeking the minimization, matlab program written
Intelligent-controller
- PID控制算法简单、鲁棒性强，但其参数整定过程繁琐，整定时需要控制对象的精确数学模型，而且整定往往是针对某一种具体工况进行的，缺乏自学习和自适应能力。模糊神经网络则兼备了模糊逻辑和神经网络的优点，具有函数逼近功能，具有较强的自适应、自学习能力、容错能力和泛化能力。借助于遗传算法对全局性参数进行优化设计，借助于BP算法对局部性参数进行优化，将模糊神经网络和遗传算法引入PID控制参数的整定过程，构造出一种基于模糊神经网络和遗传算法的智能PID控制器-Intelligent controller ba
Multi-objective-optimization
- 用遗传算法求解多目标函数的最小值，方便、简单、快速。-More than the minimum value of the objective function using genetic algorithm, convenient, simple, fast.
qrqrqq
- 遗传算法求目标函数的最大值，同时对遗传算法进行了优化求解-Genetic algorithms to find the maximum value of the objective function, genetic algorithm optimization solution. . .
MATLABGAToolKitaApplication
- Matlab遗传算法工具箱函数及应用实例-MATLAB Genetic Algorithm ToolKit and its Application
GA-Toolbox-of-Matlab
- Matlab遗传算法工具箱及其应用 详细地介绍了GA工具箱的各类函数及其使用，并附有大量算例-Matlab genetic algorithm toolbox and its application， in detail the GA toolbox various functions and their use, together with a large number of examples
A-hybrid
- 针对传统的ＢＰ或ＧＡ对模糊神经网络的识别应用存在收敛容易陷入局部极小 识别率低下等问题 提出一 种基于ＢＦＧＳ的混合遗传算法 其基本思想为 首先构造一种前馈型模糊神经网络结构 然后用遗传算法进化若干代 后 当目标函数的梯度或者范数小于预先设定值 则改用ＢＦＧＳ算法进行优化识别 仿真实验表明 对比ＧＡ该算法 收敛速度较快 识别精度提高了约７％ 能够较好地应用于一类模糊神经网络的识别-In traditional BP or GA to identify the application
MATLAB-programming-methods
- 简要阐述了遗传算法的基本原理 ,探讨了在 MATLAB 环境中实现遗传算法各算子的编程方法 , 并以一个简单的实例说明所编程序在函数全局寻优中的应用-Briefly the basic principles of genetic algorithms to explore the genetic algorithm in MATLAB programming methods for each operator, and a simple example to illustrate the pro
Genetic-algorithm-in-MATLAB
- 探讨了在 MATLAB 环境中实现遗传算法仿真的方法 ,并以一个简单的求函数最值的问 题作为遗传算法的应用实例 ,说明遗传算法的全局寻优性及用 MATLAB 实现仿真的可行性-Explore the genetic algorithm simulation in MATLAB environment, and the value of a simple demand function as genetic algorithm application examples, descr iption
principles-of-evolutionary-algorithm
- 简要阐述了进化算法的基本原理 ,探讨了在 MATLAB 环境中实现遗传算法各算子的编程方法 , 并以一个简单的实例说明所编程序在函数全局寻优中的应用。 -Briefly the basic principles of evolutionary algorithm, to explore the genetic algorithm in MATLAB programming methods for each operator, and a simple example to illustrate
Research-on-Optimization
- 介绍了基于模型的位姿估计中所使用的一些优化方法。为了提高位姿估计的精度, 摄像机的标定参数必须足够精确, 这就对标定过程的非线性优化算法提出了很高的要求, 采用了一种新的优化目标函数, 用来最小化控制点间的三维重建误 差, 从而使标定参数是全局最优 在双像机位姿估计中, 引入了实时遗传算法进行全局搜索, 加快了算法的收敛速度。最后的 实验证明了这些方法的正确性并显示出这些方法在精度上比传统方法有了较大程度的提高- It int roduces s ome opt imizat ion
Genetic-Algorithm-for-Function-Max
- 遗传算法求解函数最大值,本文将用一个详细的例子来说明用遗传算法解一个简单参数优化问题的过程。这里求解的是一个函数的最大值的问题。-Genetic algorithm function maximum, this article will use an example to illustrate in detail the genetic algorithm for solving the problem with a simple parameter optimization process.
matlab-simulation-description
- matlab仿真说明,文章主要是关于遗传算法求函数最优解问题-matlab simulation shows that article is mainly a function of genetic algorithm for the optimal solution problem
chapter4
- 神经网络遗传算法函数极值寻优-非线性函数极值寻优-Neural network genetic algorithm function extremum optimization nonlinear function extremum optimization