本文大量参考了：国家集训队2019论文集，钟子谦，两类递推数列的性质和应用线性递推数列基本性质和判定方法一些定义：对于无限数列 \(\{a_0,a_1,\cdots\}\) 和有限非空数列 \(\{r_0=1,r_1,\cdots,r_{m-1}\}\)，若对于任意 \(p\geq m-1\)，有 \(\sum_{k=0}^{m-1}a_{p-k}r_k=0\)，则称数列 \(r\) 为数列 \(
文章目录一、理论基础1、基本布谷鸟算法2、改进的布谷鸟算法(DWCS)（1）非线性惯性权重对数递减策略（2）随机调整的发现概率策略（3）DWCS算法的流程二、仿真实验与分析三、参考文献 一、理论基础1、基本布谷鸟算法请参考这里。2、改进的布谷鸟算法(DWCS)（1）非线性惯性权重对数递减策略动态变化惯性权重主要有以下几类。以下公式中，为当前迭代次数，为最大迭代数，和为的初值和终值。 （1）线性递
文章目录一、理论基础1、基本蝴蝶优化算法2、DMABOA改进算法（1）引入非线性惯性权重（2）加入具有全局自适应特征的F分布随机变异（3）融入差分定向变异策略的局部搜索3、DMABOA算法流程二、复杂函数优化问题实验结果分析三、参考文献 一、理论基础1、基本蝴蝶优化算法请参考这里。2、DMABOA改进算法（1）引入非线性惯性权重针对基本蝴蝶算法对于复杂函数收敛速度慢、寻优精度低的缺点，本文在全局
转载
2024-10-09 15:06:19
155阅读
本文主要讲解 数值分析：非线性方程的求根方法，但是等价于最优化方法：非线性方程的求极值方法。最优化方法最优化方法是一种数学方法，它是研究在给定约束之下如何寻求某些因素(的量)，以使某一(或某些)指标达到最优的一些学科的总称。随着学习的深入，博主越来越发现最优化方法的重要性，学习和工作中遇到的大多问题都可以建模成一种最优化模型进行求解，比如我们现在学习的机器学习算法，大部分的机器学习算法的本质都是建
转载
2024-09-01 08:20:57
102阅读
图像增强 有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要首先从全局出发，使用线性函数提升亮度到非线性函数 夜晚图像最显著的特点就是图像亮度和对比度低，细节辨识程度差，以这个问题为解决目标，最简单直接的方法就是使用线性函数提升图像亮度
转载
2024-04-01 19:26:19
83阅读
机器人路径规划_粒子群算法 原理 PSO的基本思想是：鸟被抽象成没有质量和体积的“粒子”，解群相当于一个鸟群，“好消息”相当于解群每代进化中的最优解，食源相当于全局最优解，一地到另一地的迁徙相当于解群的计划。在PSO中，每个优化问题的解都是搜索空间中的一只鸟，我们称之为“粒子”。所有的粒子都有一个由被优化的函数决定的适应值（fitness
先谈谈非奇异矩阵下的特征值和特征向量，在前面已经提过相似变换了，相似矩阵说的是同一个相似变换在不同基下的表现形式，别看最后与具体的向量无关，但实际上相似矩阵是与向量对象、以及基紧密关联的。而线性变换是与具体的基无关的，因为它变换的永远都是坐标向量，所以在研究线性变换矩阵的特征向量和特征值时可以在所有的基下进行讨论！当把矩阵当作作用力的动态观来看时，它会使向量（切记这个向量实际是坐标向量）发生
一、线性函数与非线性函数的区别线性Line，是指量与量之间按照比例成直线关系，在数学上可理解为一阶导数是个常数；非线性non-line则指不按照比例不成直线关系，一阶导数不为常数。机器学习中的线性和非线性判断 这篇博客的结论是： 下面可以快速判断是为非线性的三种常见情况：(变量)^n，且n不为1|变量| 有变量在绝对值內的为非线性sgn(变量) 有变量在符号函数之内做一点补充理解： 线性定义：F(
转载
2024-03-07 12:23:13
165阅读
线性递推的求解参考文献：2019集训队论文，钟子谦《两类递推数列的性质和应用》这篇文章介绍如何求解，线性递推的应用更多在这里数列\(\{a_0,a_1,\cdots \}\)向量序列\(\{v_0,v_1,\cdots\}\)矩阵序列\(\{M_0,M_1,\cdots\}\)的线性递推序列\(a_0,a_1,\cdots,a_n\)的线性递推的定义应当是对于一个常数列\(r_0,r_1,\cdo
行列式（注：xmind转markdown有点格式问题，若觉得有帮助可以私信我获取word或xmind）行列式的计算消零化基本形法思想：通过恒等变形变为基本形求解恒等变形
消零化
当列/行元素大致相同时，用第一行倍加当列/行元素具有递推性质时，用i行倍加i+1行相同优先互换
变为分块对角矩阵变换主/副对角线（变换次数为(n-1)n/2）展开定理
第一列有两
一、粒子算法的概述 粒子群算法是一种智能优化算法。关于智能，个人理解，不过是在枚举法的基础上加上了一定的寻优机制。试想一下枚举法，假设问题的解空间很小，比如一个函数 y = x^2 ，解空间在[-1,1],现在求这个函数的最小值，我们完全可以使用枚举法，比如在这里，在解空间[-1,1]上，取1000等分，也就是步长为0.002，生成1000个x值，然后代入函数中，找到这1000个最小的y就可以了。
转载
2024-08-07 16:53:29
162阅读
粒子群优化算法(PSO) 1. 概念粒子群优化算法(PSO：Particle swarm optimization) 是一种进化计算技术（evolutionary computation）。基本思想：是通过群体中个体之间的协作和信息共享来寻找最优解．PSO的优势：在于简单容易实现并且没有许多参数的调节。目前已被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。&n
转载
2024-03-13 20:51:46
73阅读
1. 特点高效的并行搜索算法速度-位移模型简单易行每个粒子在算法结束时仍保持其个体极值（除了得到最优解外，还可以得到若干较好的次优解，可用于调度、决策问题）记忆功能（搜索行为在受其他个体影响的同时也受自身经验的引导）2. 基本参数m = 100; %粒子数量d = 2; %粒子维度iter_max = 200; %迭代次数c1 = 1.5; %加速系数（认知）c2 = 1.5; %加速系数（社会）
转载
2024-04-04 20:12:58
217阅读
目录 前言：一、PID算法分析 （1）比例系数P（2）微分时间常量D（3）积分时间常量I 二、代码模拟三、运行结果 前言：简单介绍PID算法中最简单的位置类，PID算法作为控制理论里面的万金油公式，在自动控制和精准控制方面都有着非常广的应用一、PID算法分析 PID算法的主要组成部分分为三个主要部分
# 使用Python实现自适应权重的粒子群优化（PSO）算法
粒子群优化（Particle Swarm Optimization, PSO）是一种基于群体智能的优化算法，受到鸟群觅食行为的启发。在许多应用中，PSO算法的性能受到参数设置的影响，其中粒子的权重是决定算法收敛速度和全局搜索能力的关键因素。本文将指导你如何使用Python实现PSO算法，并在此基础上引入自适应权重机制。
## 流程概
进度日志公共课一: 政治公共课二: 英语一业务课一: 数学一业务课二: 自动控制原理, 信号与系统20200705上午. 完结二次型, 合同, 惯性指数, 正定. 还挺迷糊的, 虽然刷了李范习题, 但忽略了证明题... 配方法老是配不对... 多一项/捂脸下午. 现代控制理论. 可控性判据. 四个判据. 后面便开始休息, 看柯南吃辣条.晚上. 柯南M4-5-6-7公共课一NONE公共课二单词业务课
转载
2024-05-21 06:27:20
38阅读
简单理解线性和非线性对于函数y=f(x)线性就是在函数中对x增加一个数k，那么对于y来说也增加k。故线性函数相加减不会破坏其线性关系。相反的，非线性就是对于不符合线性关系的统一称之为非线性关系。在自然界中，万物之间皆有联系，非线性是普遍存在的，而线性关系则是非常特殊的。什么是非线性非线性(non-linear)，即 变量之间的数学关系，不是直线而是曲线、曲面、或不确定的属性，叫非线性。非线性是自然
转载
2024-04-15 13:03:12
46阅读
相信对搜索引擎优化感兴趣的人，都听说过Google网页级别。英文是Page Rank，缩写是PR。所谓网页级别，是由 Google的两位创始人Larry Page 和 Sergey Brin 在斯坦福大学开发的衡量网页重要性的一个指标。简单的说，你的网页导入链接越多，你的网页级别就越高。实际上网页A链接到网页B时，Google就认为网页A投了网页B一票。网页B所得的票数越多，网页级别也就越高，也就
PSE选择使用PSE进入应用，称为目录(文件名)选择。PSE名称：1PAY.SYS.DDF01 （315041592E5359532E4444463031） 步骤1： 终端通过使用选择（ SELECT） 命令来选择文件名为“1PAY.SYS.DDF01”的支付系统环境而 开始，由此建立支付系统环境并进入初始目录。 注意：发送选择PSE命令，卡片返回6A81（卡被锁
转载
2024-07-11 09:59:40
19阅读
物理优化和逻辑优化是数据库查询优化的两个方面。物理优化：物理优化是指优化查询的物理执行计划，即如何访问磁盘、缓存以及如何进行排序等操作，以便最大化查询性能。物理优化涉及到磁盘 I/O、内存使用、排序算法等方面，通常由数据库自动完成，不需要用户干预。逻辑优化：逻辑优化是指优化查询的逻辑结构，即如何重写查询语句、如何使用索引、如何处理关联查询等操作，以便提高查询的效率。逻辑优化通常涉及到规则优化、代价
转载
2024-09-25 07:04:37
41阅读
