一对好的度分布可以有效降低LDPC的错误平层和编译码复杂度，在删余信道下，通过高斯近似分析方法可近似计算给定度分布的LDPC译码门限，利用差分进化算法可优化度分布以获得具有最大门限的度分布，
2024/10/15 10:26:02
6KB
1
粒子群算法，又称粒子群优化算法（ParticalSwarmOptimization），缩写为PSO，是近年来发展起来的一种新的进化算法（EvolutionaryAlgorithm-EA），由Eberhart博士和kennedy博士于1995年提出，其源于对鸟群捕食的行为研究。
2024/10/8 0:38:49
2KB
1
个人收集的各类智能算法，共有20多个源代码，包括：遗传算法，蚁群算法，粒子群算法，微分进化算法，遗传神经网络算法，粒子群SVM算法，粒子群神经网络算法等混合算法。
。
。
。
。
6.11MB
1
自适应调节的差分进化算法matlab程序（原创）——RD-DE算法在优化初期需要搜索能力更强的阶段采用[0,1]之间随机选择变异因子F以及交叉概率因子CR的策略；
而在后期需要开发能力更强的阶段则采用令F和CR单调递减的策略，以加快算法收敛。
而在后期需要开发能力更强的阶段则采用令F和CR单调递减的策略，以加快算法收敛。
2024/8/7 6:08:29
33KB
1
提出了一种用于全局优化的混合差分进化算法。
在新算法中，混沌系统的随机性被用来在搜索空间中尽可能多地散布个体，模式搜索方法被用来加速局部开发，而DE算子被用来跳到一个更好的点。
证明了全局收敛。
详细研究了三种典型的混沌系统。
在包含13个高维函数的基准示例上的数值实验表明，该新方法以较少的计算量实现了更高的成功率和最终解决方案。
在新算法中，混沌系统的随机性被用来在搜索空间中尽可能多地散布个体，模式搜索方法被用来加速局部开发，而DE算子被用来跳到一个更好的点。
证明了全局收敛。
详细研究了三种典型的混沌系统。
在包含13个高维函数的基准示例上的数值实验表明，该新方法以较少的计算量实现了更高的成功率和最终解决方案。
2024/7/27 13:07:01
215KB
1
大地电磁测深法的粒子群反演算法程序，一维，子群算法粒子群算法，也称粒子群优化算法或鸟群觅食算法（ParticleSwarmOptimization），缩写为PSO，是近年来由J.Kennedy和R.C.Eberhart等[1]开发的一种新的进化算法(EvolutionaryAlgorithm-EA)。
PSO算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover)和“变异”(Mutation)操作，它通过追随当前搜索到的最优值来寻找全局最优。
这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。
粒子群算法是一种并行算法。
PSO算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover)和“变异”(Mutation)操作，它通过追随当前搜索到的最优值来寻找全局最优。
这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。
粒子群算法是一种并行算法。
2024/6/29 20:39:39
97KB
1
首先NSGA-III算法沿用了NSGA-II的框架，要弄懂NSGA-III，先要简略地了解NSGA-II,两种算法都是多目标进化算法，大致可以分为两步：第一步是非支配分层，第二步是从最后一个非支配层级中挑选个体进入子代。
2024/6/11 7:55:19
17KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB