說(shuō)明： STM32單片機(jī)4軸步進(jìn)電機(jī)加減速控制算法MDK源碼(STM32 MCU 4-axis stepper motor acceleration and deceleration control algorithm MDK source code)
標(biāo)簽： stm32 單片機(jī) 步進(jìn)電機(jī)
上傳時(shí)間： 2022-06-07
上傳用戶：
【資源描述】:國(guó)密對(duì)稱算法SMS4源碼
標(biāo)簽： 國(guó)密對(duì)稱算法 sms4
上傳時(shí)間： 2022-06-17
上傳用戶：slq1234567890
本書以群智能優(yōu)化算法中的粒子群優(yōu)化（ParticleSwarmOptimization，PSO）算法為主線，著重闡述了PSO算法的基本原理、改進(jìn)策略，從解空間設(shè)計(jì)、粒子編碼以及求解流程等方面進(jìn)行了詳細(xì)設(shè)計(jì)與闡述。
上傳時(shí)間： 2015-03-14
上傳用戶：wd450725076
《MATLAB智能算法30個(gè)案例分析》是作者多年從事算法研究的經(jīng)驗(yàn)總結(jié)。書中所有案例均因國(guó)內(nèi)各大MATLAB技術(shù)論壇網(wǎng)友的切身需求而精心設(shè)計(jì)，其中不少案例所涉及的內(nèi)容和求解方法在國(guó)內(nèi)現(xiàn)已出版的MATLAB書籍中鮮有介紹。《MATLAB智能算法30個(gè)案例分析》采用案例形式，以智能算法為主線，講解了遺傳算法、免疫算法、退火算法、粒子群算法、魚群算法、蟻群算法和神經(jīng)網(wǎng)絡(luò)算法等最常用的智能算法的MATLAB實(shí)現(xiàn)。《MATLAB智能算法30個(gè)案例分析》共給出30個(gè)案例，每個(gè)案例都是一個(gè)使用智能算法解決問(wèn)題的具體實(shí)例，所有案例均由理論講解、案例背景、MATLAB程序?qū)崿F(xiàn)和擴(kuò)展閱讀四個(gè)部分組成，并配有完整的原創(chuàng)程序，使讀者在掌握算法的同時(shí)更能快速提高使用算法求解實(shí)際問(wèn)題的能力。《MATLAB智能算法30個(gè)案例分析》可作為本科畢業(yè)設(shè)計(jì)、研究生項(xiàng)目設(shè)計(jì)、博士低年級(jí)課題設(shè)計(jì)參考書籍，同時(shí)對(duì)廣大科研人員也有很高的參考價(jià)值。
上傳時(shí)間： 2017-05-31
上傳用戶：jplalala
蟻群算法基本模型STEP1（外循環(huán)）若滿足算法停止規(guī)則，停止計(jì)算，輸出計(jì)算得到的最好解給定外循環(huán)的最大數(shù)目，表明有足夠的螞蟻工作當(dāng)前最優(yōu)解連續(xù)K次相同而停止，K是給定的整數(shù)，表示算法已收斂◆給定優(yōu)化問(wèn)題的下界和誤差值，當(dāng)算法得到的目標(biāo)值同下界之差小于給定的誤差值時(shí)，算法終止否則使螞蟻s（1≤s≤m）從起點(diǎn)出發(fā)，用L（S）表示螞蟻S行走的城市集合，初始L（s）為空集。設(shè)m只螞蟻在圖的相鄰節(jié)點(diǎn)間移動(dòng)，協(xié)作異步地得到解。螞蟻計(jì)算出下一步所有可達(dá)節(jié)點(diǎn)的一步轉(zhuǎn)移概率，并按此概率實(shí)現(xiàn)一步移動(dòng)，依此往復(fù)。一步轉(zhuǎn)移概率由圖中每條邊上的兩類參數(shù)決定：信息素值、可見度（即先驗(yàn)值）。信息素的更新有2種方式：揮發(fā)——所有路徑上信息素以一定比率減少增強(qiáng)——給評(píng)價(jià)值“好”（有螞蟻?zhàn)哌^(guò)）的邊增加信息素蟻群算法基木模型令我們以求解平面上n個(gè)城市的TSP問(wèn)題（1，2，…，n）表示城市號(hào)為例說(shuō)明ACA的模型。n個(gè)城市的TSP問(wèn)題就是尋找通過(guò)n個(gè)城市各次且最后回到出發(fā)點(diǎn)的最短路徑蟻群算法研究現(xiàn)狀令A(yù)CA是模擬自然界中真實(shí)蟻群的覓食行為而形成的一種模擬進(jìn)化算法。10年多來(lái)的研究結(jié)果已經(jīng)表明：ACA用于組合優(yōu)化具有很強(qiáng)的發(fā)現(xiàn)較好解的能力，具有分布式計(jì)算易于與其他方法相結(jié)合、魯棒性強(qiáng)等優(yōu)點(diǎn)，在動(dòng)態(tài)環(huán)境下也表現(xiàn)出高度的靈活性和健壯性。在求解TSP、QAP問(wèn)題方面，與遺傳算法、模擬退火算法等算法比較，ACA仍是最好的解決方法之一。
標(biāo)簽： 螞蟻算法
上傳時(shí)間： 2022-03-10
上傳用戶：
本書是作者多年從事算法研究的經(jīng)驗(yàn)總結(jié)。書中所有案例均因國(guó)內(nèi)各大 MATLAB 技術(shù)論壇網(wǎng)友的切身需求而精心設(shè)計(jì)，其中不少案例所涉及的內(nèi)容和求解方法在國(guó)內(nèi)現(xiàn)巳出版的MATLAB書籍中鮮有介紹。本書采用案例形式，以智能算法為主線，講解了遺傳算法、免疫算法、退火算法、粒子群算法、魚群算法、蟻群算法和神經(jīng)網(wǎng)絡(luò)算法等最常用的智能算法的 MATLAB實(shí)現(xiàn)。本書共給出30個(gè)案例，每個(gè)案例都是一個(gè)使用智能算法解決問(wèn)題的具體實(shí)例，所有案例均由理論講解、案例背景、MATLAB 程序?qū)崿F(xiàn)和擴(kuò)展閱讀四個(gè)部分組成，并配有完整的原創(chuàng)程序，使讀者在掌握算法的同時(shí)更能快速提高使用算法求解實(shí)際問(wèn)題的能力。
上傳時(shí)間： 2022-07-04
上傳用戶：
提出一種基于自適應(yīng)混沌粒子群優(yōu)化和支持向量機(jī)結(jié)合的非線性預(yù)測(cè)建模算法（ACPSO-SVR），引入ACPSO啟發(fā)式尋優(yōu)機(jī)制對(duì)SVR模型的超參數(shù)進(jìn)行自動(dòng)選取，在超參數(shù)取值范圍變化較大的情況下，效果明顯優(yōu)于網(wǎng)格式搜索算法。選取UCI機(jī)器學(xué)習(xí)數(shù)據(jù)庫(kù)中的Forest fires標(biāo)準(zhǔn)數(shù)據(jù)集進(jìn)行測(cè)試，實(shí)驗(yàn)結(jié)果表明該方法具有較高的精度和良好的泛化能力，對(duì)于解決多變量的回歸預(yù)測(cè)問(wèn)題是一種有效的方法。最后給出了混合算法在碳一多相催化領(lǐng)域的兩種典型應(yīng)用，在反應(yīng)動(dòng)力學(xué)模型未知的情況下建立催化劑組份模型和操作條件模型，以及基于混合算法的最優(yōu)催化劑設(shè)計(jì)框架。
標(biāo)簽： ACPSO-SVR 非線性建模 預(yù)測(cè)算法
上傳時(shí)間： 2013-10-23
上傳用戶：alibabamama
一套很好的圖論算法源碼,包括圖的遍歷,最短路徑的實(shí)現(xiàn)，有向圖計(jì)算、拓?fù)渑判虻榷鄠€(gè)算法的源碼。
上傳時(shí)間： 2013-12-20
上傳用戶：sjyy1001
蟻群算法基本原理，改進(jìn)蟻群算法等的詳盡資料，很全面！
標(biāo)簽： 蟻群算法
上傳時(shí)間： 2013-12-28
上傳用戶：lili123
各種優(yōu)化算法解決TSP問(wèn)題 包括螞蟻群算法 ，粒子群算法 ，遺傳算法等等
上傳時(shí)間： 2016-06-15
上傳用戶：sunjet
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
