搜索资源列表
Matlab遗传算法改进程序
- 遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算
PSOtoolbox.rar
- 微粒群算法[PSO ] 是由Kennedy 和Eberhart等于1995 年开发的一种演化计算技术, 来源于对鸟群捕食过程的模拟。PSO同遗传算法类似，是一种基于叠代的优化工具，但与遗传算法使用遗传操作子进行优化不同，利用群体中各个体之间的“协作”与“竞争”关系，根据自身及其竞争者的飞行经验，调整自己的行为。同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域。,Particle Swarm Opt
SGA
- 基本遗传算法的C语言源程序。（遗传算法的应用范围极其广泛，它可应用于函数优化、组合优化、生产调度问题、自动控制、机器人学、图像处理、人工生命、遗传编程以及机器学习等领域。）-Basic genetic algorithm C language source code. (Genetic algorithm extremely broad range of applications, it can be applied to function optimization, combinatorial
ApplicationofQuantumGAinPIDcontrol
- 一种模仿量子特性改进了的遗传算法在PID控制中的应用-Quantum Properties of a mimic improved genetic algorithm in the application of PID control
MATLAByichuansunfa
- MATLAB遗传算法工具箱函数及应用实例，:基于Matlab语言的遗传算法工具箱支持二进制和浮点数编码方式，并且提供了多种选择、交叉、变异的方法。 通过具体实例对Matlab的遗传算法工具箱的用法进行了说明介绍。 -MATLAB genetic algorithm toolbox function and application example: Based on the Matlab language genetic algorithm toolbox and floating p
PID
- 采用遗传算法直接优化数字PID控制器参数,并控制一个带时延的系统,仿真结果表明遗传算法收 敛较快,得到的PID控制器控制效果明显优于传统的PID控制。 -Optimize the use of genetic algorithms directly figure PID controller parameters and control a system with time delay, simulation results show that the rapid convergence
yuandaima
- 基于遗传算法，针对考试系统的自动出题问题，应用矩阵理论的知识，为自动组卷系统建立了一个合适的数学模型，使我们能在数学模型的基础上，应用遗传算法全局寻优和智能搜索的特性，在试题的各种属性满足数学模型的控制指标的基础上，从题库中既好又快的抽出一组符合考方要求的试题，从而得到一份满意的试卷。-Based on genetic algorithms, automatic test system for the title problem, the application of matrix theory
fitnessfunction
- 线性二次最优控制加权阵遗传算法优化适应度函数m文件；模糊控制器量化比例因子遗传算法优化适应度函数m文件-Linear quadratic optimal control weighted array genetic algorithm fitness function m documents quantization scale factor of fuzzy controller optimized by GA fitness function m file
(GA)
- 遗传算法的MATALAB实现，可用于模式识别或智能控制-MATALAB genetic algorithm implementation
GA_code_for_green_wave_control
- 本人在攻读博士期间开发的用于求解城市道路交叉口绿波控制参数的遗传算法-The code was developed during the period of my study for Ph.D. degree, it can be used to solve the urban intersections green wave control problem, the method used in the coed is Genetic Algrothims
DhhYc
- 这是用于电火花机床加工控制参数优化的一个多目标遗传算法的matlab程序，自己原创，分享出来和大家交流。 -It is used for electric discharge machining control parameters optimization of a multi-objective genetic algorithm matlab program, their own originality, share them and everyone exchanges.
YICHUAN
- 基于遗传算法的模糊控制器优化设计，希望对大家有用！-Based on genetic algorithm optimization of fuzzy controller design, hope for all of us!
GAziliao
- 这是收藏的基于遗传算法和语言算子的模糊控制器优化研究-无
GA_CMAC_BP_BLDCM
- 基于遗传算法的小脑模型控制器对永磁无刷直流电机的数学模型进行仿真。内附全套程序及仿真模型。-Cerebellar model based on genetic algorithm for permanent magnet brushless DC motor controller, a mathematical model to be simulated. Containing a complete set of procedures and simulation models.
GA-FNN
- 遗传算法在控制工程中的应用,可以看看这个文献-APPLICATION OF GA-FNN HYBRID CONTROL SYSTEM FOR HYDROELECTRIC GENERATING UNITS
09 遗传算法（Genetic Algorithm, GA）
- 遗传算法（Genetic Algorithm, GA）起源于对生物系统所进行的计算机模拟研究。它是模仿自然界生物进化机制发展起来的随机全局搜索和优化方法，借鉴了达尔文的进化论和孟德尔的遗传学说。其本质是一种高效、并行、全局搜索的方法，能在搜索过程中自动获取和积累有关搜索空间的知识，并自适应地控制搜索过程以求得最佳解。(The genetic algorithm (Genetic Algorithm, GA) originated from the computer simulation of b
遗传算法优化pid
- 使用遗传算法对pid进行优化，m文件调用模型文件，直接出结果(Using genetic algorithm to optimize PID, m file calls model files, directly results.)
遗传算法
- 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现，如
英国设菲尔德大学遗传算法工具箱
- 在此基础上开发了MATLAB遗传算法工具箱系自动化控制与系统工程系 英国谢菲尔德大学，以使遗传算法的访问控制工程师在现有的计算机辅助框架内工作 控制系统设计包。工具箱是用支持英国SERC赠款，最终版本(v1.2)是在1994年完成。(The Genetic Algorithm Toolbox for MATLAB was developed at the Department of Automatic Control and Systems Engineering of The Univ
遗传算法
- 遗传算法以一种群体中的所有个体为对象，并利用随机化技术指导对一个被编码的参数空间进行高效搜索。其中，选择、交叉和变异构成了遗传算法的遗传操作；参数编码、初始群体的设定、适应度函数的设计、遗传操作设计、控制参数设定五个要素组成了遗传算法的核心内容。(Genetic algorithm takes all individuals in a group as objects, and uses randomized technology to guide efficient search of a c