//開發平臺：Microsoft .NET Framework 2.0，Microsoft Visual C# 2005 Express //日期：2005.3.12 //作者：劉波 //粒子群優化算法(PSO)：本算法求目標函數的最小值
標簽： Microsoft Framework 2.0 NET
上傳時間： 2015-03-15
上傳用戶：yyyyyyyyyy
蒙特卡羅算法。用盟特卡羅算法模擬光在組織鐘的傳播，也可以模擬其它領域隨機粒子的運動等。
標簽： 算法 蒙特卡羅 模擬
上傳時間： 2014-07-05
上傳用戶：wangzhen1990
模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時，固體內部粒子隨溫升變為無序狀，內能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態，最后在常溫時達到基態，內能減為最小。根據Metropolis準則，粒子在溫度T時趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時的內能，ΔE為其改變量，k為Boltzmann常數。用固體退火模擬組合優化問題，將內能E模擬為目標函數值f，溫度T演化成控制參數t，即得到解組合優化問題的模擬退火算法：由初始解i和控制參數初值t開始，對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時的當前解即為所得近似最優解，這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制，包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。
標簽： 模擬退火算法
上傳時間： 2015-04-24
上傳用戶：R50974
上傳用戶：ryb
上傳時間： 2014-12-19
上傳用戶：TRIFCT
用JAVA語言編寫，包括PSO（Particle swarm optimization, 中文譯名為粒子群優化或微粒群算法), DE (Differential evolution, 中文譯名為差分進化或差異演化)等算法，有一些不帶約束和帶約束的算例（如Michelawicz的幾個問題）。使用說明見usage.txt、RUNExample.bat和程序中的注釋。
標簽： JAVA 語言 編寫
上傳時間： 2014-01-06
上傳用戶：agent
monte carlo算法的matlab實現，該算法也就是常說的粒子濾波器。
標簽： matlab monte carlo 算法
上傳時間： 2013-12-21
上傳用戶：xmsmh
工學博士學位論文 目前，擴展卡爾曼濾波是研究初始對準和慣性/GPS組合導航問題的一個主要手段。 但初始對準和慣性/GPS組合導航問題本質上是非線性的，對模型進行線性化的擴展卡 爾曼濾波在一定程度上影響了系統的性能。近年來，直接使用非線性模型的 UKF(Unscented Kalman Filtering, UKF)和粒子濾波，正在逐漸成為研究非線性估計問題 的熱點和有效方法。 本文研究了UKF和粒子濾波兩種非線性濾波方法，并將其應用于非線性靜基座對 準和慣性/GPS組合導航，系統地研究了初始對準和慣性/GPS組合導航中各種非線性項
標簽： 論文
上傳時間： 2015-07-11
上傳用戶：450976175
計算mie散射中的散射系數，an，bn，cn，dn 在研究粒子散射問題時很關鍵
標簽： mie 散射 計算 系數
上傳時間： 2015-07-19
上傳用戶：小寶愛考拉
計算mie散射過程中的散射幅度函數，對研究粒子散射問題有較大幫助
標簽： mie 散射 計算 幅度
上傳用戶：chenbhdt
蟲蟲下載站版權所有 京ICP備2021023401號-1
<rt id="8eiui"></rt>
