本文代码使用粒子群算法优化汽车变速器传动比,用matlab编程。
本文程序主要为笔者从网络上找到,后经笔者修改用于汽车理论大作业中。
2025/3/30 5:36:03 10KB 变速器传动比 粒子群算法 matlab
1
这是一个PSO算法优化PID参数的程序,运行流程为pso算法通过sim函数调用simulink中的模型(含有pid参数),不断迭代,寻找最优参数
2025/3/15 8:37:12 38KB PSO PID matlab simulink
1
摘要:遗传算法(GA)和人工神经网络(ANN)的相互结合有辅助式和合作式两种方式.本文在此基础上提出了融合、BP_GA和GA_BP三种算法,并采用GA_BP算法同时优化BP神经网络的结构、权值和阈值,研究和实现了一套先进的编码技术和进化策略,克服了传统BP神经网络经验尝试方法的盲目性.实例优化与检验结果表明:遗传算法优化获得的神经网络比由经验尝试法得到的BP网络性能更优异,方法更合理.关键词:遗传算法:神经网络;拓扑结构;权值
2025/2/18 10:16:08 484KB 遗传算法 神经网络 拓扑结构
1
MATLAB源码集锦-多种遗传算法优化论文与代码
2025/2/4 22:45:44 1.72MB 遗传算法 MATLAB
1
分析了支持向量机(supportvectormachine,SVM)目前主要存在的问题和参数选择对分类性能的影响后,提出了以改进粒子群算法优化SVM关键参数的优化SVM算法。
将加入拥挤度因子的微粒群算法引入到SVM中,在不牺牲泛化性能的前提下,对其参数进行优化,增加了SVM初始化参数的多样性,减慢了局部搜索,促进其在全局范围内的寻优搜索,以有效克服SVM算法过分依赖初始值和容易陷入局部极小值的缺点,并利用由粗到精的策略构造多层SVM人脸表情分类器,在提高准确率的基础上加快分类的速度。
实验证明,新算法具有速度快、准确率高的优点。
1
PSO算法优化求解PID参数,算法是在基本PSO算法的惯性权重部分加入一个调节因子项,通过调节因子的调节,改善了算法的收敛性。
仿真结果表明,IPSO算法可以更好地优化PID控制器的参数,使控制系统具有更好的控制性能。
2025/1/12 16:58:01 18KB PSO PID 优化 粒子群算法
1
用蚁群算法优化PID参数,这是matlab源代码
2024/12/31 3:44:55 6KB 蚁群算法 PID
1
程序直接能够运行,当然对于matlab的版本可能有些要求,我的是2012版本没问题。
这里边包括小波分析、神经网络以及遗传算法,实现对数据充分的拟合,直接输出误差变化过程图,可清楚的观察误差的过程。
2024/12/27 11:05:41 3KB 遗传算法 小波神经网络
1
本文件是关于PSO粒子群算法优化RBF神经网络的MATLAB源程序。
2024/12/20 3:47:06 5KB PSO算法 RBF神经网络
1
otsu.py定义了最大类间方差函数,test.py用于运行GAmodel,IGA为遗传算法策略的改进版本,make_video.py用于将每一代的结果制作成视频(如果将每个点家加上一个随机偏移,画出来的效果会更好哦,可以自己尝试)。
杭州电子科技大学模式识别课程代码。
这个积分有点麻烦,可以到我的github去下载:https://github.com/finepix/py_workspace/tree/master/genetic_algorithm
2024/12/16 0:28:32 16.53MB 代码 遗传算法 otsu 最大类间方差
1
共 151 条记录 首页 上一页 下一页 尾页
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 钉钉 钉钉打卡