簡(jiǎn)單的基因演算法，輸入一個(gè)數(shù)值然後會(huì)建構(gòu)出一個(gè)數(shù)學(xué)式。
上傳時(shí)間： 2013-12-30
上傳用戶：zhouchang199
根據(jù)等候理論，可以模擬客戶與service之間的數(shù)值關(guān)係
標(biāo)簽：
上傳時(shí)間： 2014-01-20
上傳用戶：luopoguixiong
模擬退火算法的基本思想是從一給定解開(kāi)始,從鄰域中隨機(jī)產(chǎn)生另一個(gè)解,接受Metropolis準(zhǔn)則允許目標(biāo)函數(shù)在有限范圍內(nèi)變壞,它由一控制參數(shù)t決定,其作用類似于物理過(guò)程中的溫度T,對(duì)于控制參數(shù)的每一取值,算法持續(xù)進(jìn)行“產(chǎn)生—判斷—接受或舍去”的迭代過(guò)程,對(duì)應(yīng)著固體在某一恒定溫度下的趨于熱平衡的過(guò)程,當(dāng)控制參數(shù)逐漸減小并趨于0時(shí),系統(tǒng)越來(lái)越趨于平衡態(tài),最后系統(tǒng)狀態(tài)對(duì)應(yīng)于優(yōu)化問(wèn)題的全局最優(yōu)解,該過(guò)程也稱為冷卻過(guò)程,由于固體退火必須緩慢降溫,才能使固體在每一溫度下都達(dá)到熱平衡,最終趨于平衡狀態(tài),因此控制參數(shù)t經(jīng)緩慢衰減,才能確保模擬退火算法最終優(yōu)化問(wèn)題的整體最優(yōu)解。
標(biāo)簽： Metropolis 控制 參數(shù) 模擬退火算法
上傳時(shí)間： 2013-12-25
上傳用戶：cmc_68289287
傅立葉分析的C原碼，幫助您提升數(shù)值演算功力。
標(biāo)簽： 分
上傳時(shí)間： 2014-01-11
上傳用戶：3到15
一種基于雙變異算子的遺傳算法本文針對(duì)簡(jiǎn)單遺傳算法(SGA)所存在的缺點(diǎn)和不足,提出了一種新的改進(jìn)遺傳算法-雙變異算子GA。該想法通過(guò)將所有產(chǎn)生的子代個(gè)體與父代個(gè)體混合作為下一代種群，在種群選擇前對(duì)適應(yīng)度值較低的個(gè)體進(jìn)行一次變異，然后通過(guò)選擇，交叉，再一次變異產(chǎn)生新種群，再利用自適應(yīng)算法改變交叉和變異率及最優(yōu)保存策略保護(hù)歷代最優(yōu)個(gè)體, 經(jīng)Visual C++ 軟件編程計(jì)算,得到了較好的優(yōu)化結(jié)果.
上傳時(shí)間： 2017-07-10
上傳用戶：啊颯颯大師的
hurst parameter: 給入一序列的資類，程式會(huì)畫(huà)出husrt 參數(shù)的figure和估計(jì)值 例 hurst_expo(sin(0:0.01:5*pi))
上傳時(shí)間： 2014-12-03
上傳用戶：moerwang
改進(jìn)PSO-SVM在說(shuō)話人識(shí)別中的應(yīng)用。通過(guò)對(duì)粒子群優(yōu)化算法中慣性權(quán)重和全局最優(yōu)值 的分析，提出了一種根據(jù)迭代次數(shù)而自適應(yīng)變化的慣性權(quán)重的粒子群優(yōu)化方法
標(biāo)簽： PSO-SVM 識(shí)別 中的應(yīng)用 粒子群
上傳時(shí)間： 2017-09-10
上傳用戶：libenshu01
C語(yǔ)言冒泡、插入法、選擇排序算法分析
標(biāo)簽： 排序 最大值 總和
上傳時(shí)間： 2015-06-03
上傳用戶：hxf709
# include<stdio.h> # include<math.h> # define N 3 main(){ float NF2(float *x,float *y); float A[N][N]={{10,-1,-2},{-1,10,-2},{-1,-1,5}}; float b[N]={7.2,8.3,4.2},sum=0; float x[N]= {0,0,0},y[N]={0},x0[N]={}; int i,j,n=0; for(i=0;i<N;i++) { x[i]=x0[i]; } for(n=0;;n++){ //計(jì)算下一個(gè)值 for(i=0;i<N;i++){ sum=0; for(j=0;j<N;j++){ if(j!=i){ sum=sum+A[i][j]*x[j]; } } y[i]=(1/A[i][i])*(b[i]-sum); //sum=0; } //判斷誤差大小 if(NF2(x,y)>0.01){ for(i=0;i<N;i++){ x[i]=y[i]; } } else break; } printf("經(jīng)過(guò)%d次雅可比迭代解出方程組的解：\n",n+1); for(i=0;i<N;i++){ printf("%f ",y[i]); } } //求兩個(gè)向量差的二范數(shù)函數(shù) float NF2(float *x,float *y){ int i; float z,sum1=0; for(i=0;i<N;i++){ sum1=sum1+pow(y[i]-x[i],2); } z=sqrt(sum1); return z; }
上傳時(shí)間： 2019-10-13
上傳用戶：大萌萌撒
改善WEDM－HS 加工表面粗糙度值的工藝探討
上傳時(shí)間： 2013-04-15
上傳用戶：eeworm
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
