1 简介编辑编辑2 完整代码%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%模拟球面 zernikeclcclear allclose allA=1000000000000000*ones([115 115]);zj=8;[M0 N0]=size(A);coef=zeros([1 zj]);RX = (M0+1)/2;RY = (N0+1)/2;R0 =mi
1 简介在考虑物流规划部门和客户双方利益的基础上，采用双层规划模型描述物流配送中心的选址问题。基于进化博弈与多目标优化的思想设计了层次遗传算法来求解该模型，通过两个遗传算法的交互迭代求解物流配送中心选址问题。最后通过算例验证了模型与算法的可行性。2 部分代码%% 遗传算法 优化函数clc;close all;clear all;%清除变量rand('seed', 100);global XY p
1 简介 1.1 粒子群算法粒子群优化算法(Particle Swarm Optimization，PSO)是一种模拟自然界中生物群觅 食行为相互合作机制从而找到问题最优解的群体智算法。该算法具有原理简单、易实现、 控制参数较少等优点，从而在不同领域都得到了广泛应用。PSO 算法通过群体中各粒 子间的相互合作及竞争，实现对区域内最优解的寻找，其基本思想是在解空间中随机选 择一群粒子并将它们随机分布
1 模型Wireless sensor networks are comprised of independent sensors used to monitor physical/environmental conditions for example temperature, humidity and are distributed spatially. These sensor
1 模型 如今,无线通信技术和移动互联网发展迅速,人们在日常生活中,对定位服务也产生了越来越多的需求.GPS(Global Position System)定位系统的首要作用是对目标进行无线导航定位,它是一种具有特定功能和结构的定位系统.但它仅适用于宽敞的室外空间环境,而在室内,城市楼房区,隧道,地下空间等区域,GPS信号覆盖不佳,需要采用室内无线定位,从而实现对移动设备的精确定位.室内无线定位的
1 简介翘曲量预测精度是注塑成形优化的难点.文章以某零件翘曲量为对象,选取注射温度,模具温度,保压压力,保压时间,注射速度等参数,进行数值模拟实验,建立BP神经网络的翘曲量预测模型.针对BP神经网络易陷入局部最优解的缺陷,设计一种基于模拟退火遗传算法优化的BP网络模型,与BP网络的预测精度对比.结果表明,基于模拟退火遗传算法优化的BP网络模型预测精度高于BP网络模型,同时加快收敛速度,增强全局搜索
本次资料为小编多年积累，不定期更新，涵盖数学建模、图像处理、信号处理、电力系统、神经网络、GUI设计等方面的matlab电子图书及各类科研资料，详细就不说了，上图。领取资料关注微信公众号。
一、基于压缩系数的粒子群优化和重力搜索算法用于多级图像阈值化 1.1粒子群算法 粒子群算法（ Particle Swarm Optimization, PSO）最早是由Eberhart和Kennedy于1995年提出，它的基本概念源于对鸟群觅食行为的研究。设想这样一个场景：一群鸟在随机搜寻食物，在这个区域里只有一块食物，所有的鸟都不知道食物在哪里，但是它们知道当前的位置离食物还有多远。最简单
一、麻雀算法 优化问题是科学研究和工程实践领域中的热门问题。智能优化算法大多是受到人类智能、生物群体社会性或自然现象规律的启发，在解空间内进行全局优化。麻雀算法于2020年由薛建凯[1]首次提出，是基于麻雀种群的觅食和反捕食行为的一种新型智能优化算法。 麻雀搜索算法的具体步骤描述以及公式介绍： 构建麻雀种群： 其中，d表示待优化问题的维数，n表示麻雀种群的数量。所有麻雀种群的适应度函数可以表示成
Matlab P 文件逆向和解密的探讨Matlab 是工程学科的一种脚本语言，既然是脚本语言，像python,lua一样，它的特性是就难以隐藏自己，只能裸露在外面，这也满符合开源的思想的。可是，由于存在某些价值性、保密性的要求，又不得不去设计出一种隐藏方式，所以采用AES加密。当然你不能加密太复杂了，否则就P 文件就没法运行了，这样又可能让某些人不知道，感觉这样挺好的。出生就决定了基因，所以不管怎
一、PID控制简介 PID( Proportional Integral Derivative)控制是最早发展起来的控制策略之一，由于其算法简单、鲁棒性好和可靠性高，被广泛应用于工业过程
现者负
麻雀种群的数量。所有麻雀种群的适应度函数可以表示成如下形式：其中，Fx表示适应度函数值。麻雀算法中的麻雀具有两大类分别是发现者和加入者，发现者负
一、粒子群算法粒子群算法是在1995年由Eberhart博士和Kennedy博士一起提出的，它源于对鸟群捕食行为的研究。它的基本核心是利用群体中的个体对信息的共享从而使整个群体的运动在问题求解空间中产生从无序到有序的演化过程，从而获得问题的最优解。设想这么一个场景：一群鸟进行觅食，而远处有一片玉米地，所有的鸟都不知道玉米地到底在哪里，但是它们知道自己当前的位置距离玉米地有多远。那么找到玉米地的最佳策略，也是最简单有效的策略就是搜寻目前距离玉米地最近的鸟群的周围区域。在PSO中，每个优化问题的解都是.
一、基于分簇拓扑节点休眠调度算法1、无线传感器网络运行概述无线传感器网络是按照轮数来运行的，在网络的运行过程中，包括网络建立节点和节点稳定工作阶段两部分，如图1所示。图1 网络运行轮次示意图在网络建立阶段，对整个无线传感器网络进行分簇，节点按照某一概率成功获选成为簇头，然后向其邻居节点发送邀请加入簇结构的消息，而邻居节点通过信号的强弱来判断，就近的加入簇结构中并且按照TDMA时间片的传送数据给簇首。然后簇内中的节点进入稳定工作阶段，簇首节点和其他普通节点稳定工作，每个簇内节点将对监测区域覆盖
一、差分进化算法简介差分进化算法包括三个基本的操作：变异操作、交叉（重组）操作和选择操作。1.1、算法建模：1、假设我们希望得到函数f(x)的最优解，这个函数有D个解。2、为函数f(x)设置一个解的组数N，N至少为4。3、这样我们就得到了N组并且每组解的个数为D的集合，它可以使用N个D维参数向量来表示。因为它类似于遗传算法进化一样，是一代一代的进行进化，最终得到最优个体。所以上面G表示的就是代数。形象表示如下：1.2、初始化为每个参数定义上界和下界在上面的范围内随机的为.
一、 BP神经网络预测算法简介 说明：1.1节主要是概括和帮助理解考虑影响因素的BP神经网络算法原理，即常规的BP模型训练原理讲解（可根据自身掌握的知识是否跳过）。1.2节开始讲基于历史值影响的BP神经网络预测模型。 使用BP神经网络进行预测时，从考虑的输入指标角度，主要有两类模型： 1.1 受相关指标影响的BP神经网络算法原理 如图一所示，使用MATLAB的newff函数训练BP时，可以
一、花朵授粉算法 花朵授粉算法（ Flower Pollination Algorithm，FPA）是由英国剑桥大学学者Yang于2012年提出的，其基本思想来源于对自然界花朵自花授粉、异花授粉的模拟，是一种新的元启发式群智能随机优化技术 。算法中为了简便计算，假设每个植物仅有一朵花，每朵花只有一个配子，我们可以认为每一个配子都是解空间中的一个候选解。 Yang通过对花朵授粉的研究，抽象出以下四
意的par
当于..
Copyright © 2005-2023 51CTO.COM 版权所有 京ICP证060544号
