物流配送分區(qū)過程中可能用到的蟻群分析算法，分區(qū)后可用郵遞員算法將各區(qū)域進行物流分配
上傳時間： 2013-12-08
上傳用戶：huyiming139
數(shù)據(jù)結(jié)構(gòu) 基本查找算法之哈希查找 散列 使用c++語言
標簽： 數(shù)據(jù)結(jié)構(gòu) 查找算法 語言
上傳時間： 2017-09-04
上傳用戶：heart520beat
java的粒子算法,在j2me中可以用到,效果超級炫耀啊~~
上傳時間： 2013-12-17
上傳用戶：曹云鵬
蟻群路徑算法的matlab源代碼，可以實現(xiàn)的
上傳時間： 2014-07-02
上傳用戶：一諾88
美國安全散列算法,可兼容于嵌入式C程序.已在ICC, KEIL中得到驗證
上傳時間： 2014-01-18
上傳用戶：aysyzxzm
微粒群優(yōu)化算法整定PID參數(shù)，在matlab環(huán)境下的源代碼
上傳時間： 2014-01-22
上傳用戶：lo25643
電梯群控系統(tǒng)是一種控制三臺或以上電梯的控制系統(tǒng)，旨在提高對電梯乘客的服務(wù)質(zhì)量并減少成本，如：電梯的功耗。目前大多數(shù)的電梯群控系統(tǒng)采用的是“大廳呼叫指派”的方法來指派電梯去響應(yīng)乘客的呼梯。在這種方法中，電梯群控系統(tǒng)將根據(jù)目前建筑內(nèi)的客流量來選擇最合適的電梯。在充分研究了當前普遍應(yīng)用的電梯群控算法后，本文提出了一種基于模糊算法的電梯群控算法，該算法可根據(jù)不同的客流量模式對整個建筑中的電梯群進行派梯策略的調(diào)整，并在此基礎(chǔ)上，加入了經(jīng)驗調(diào)整參數(shù)，使該算法增加了記憶調(diào)整功能。 本文在Matlab上對改進的算法進行了相關(guān)建模驗證。驗證結(jié)果表明，相比只是應(yīng)用類似模糊算法的電梯群控算法，本算法對于客流量模式相對穩(wěn)定的大型寫字樓等對群控系統(tǒng)要求比較嚴格的樓宇更為適用，即擁有更好的應(yīng)用前景。 本文還對所提出的算法在工程上采用FPGA進行應(yīng)用做了一定的研究。在用C程序建立該算法的基礎(chǔ)上采用了在Xilinx VirtexII Pro開發(fā)板上運行MicroBlaze軟IP核的方法對該算法進行了調(diào)試并運行成功。得到的運行結(jié)果與用Matlab驗證的結(jié)果一致。證明了該算法在工程上的可應(yīng)用性。
標簽： FPGA 電梯群控系統(tǒng) 分
上傳時間： 2013-07-02
上傳用戶：壞壞的華仔
在集群系統(tǒng)中，負載均衡算法是影響系統(tǒng)性能的關(guān)鍵因素之一。為了進一步提高集群系統(tǒng)的性能，有必要對負載均衡算法進行優(yōu)化。通過對最小連接算法和DFB（Dynamic Feed-Back）算法的詳細分析，提出了一種改進的動態(tài)反饋負載均衡算法。該算法通過收集每臺服務(wù)器的實時性能參數(shù)，動態(tài)地計算出各服務(wù)節(jié)點的分配概率，并由此決定用戶請求分配給哪一個服務(wù)節(jié)點。通過對上述三種算法性能的測試，得出了該算法能夠有效提高集群系統(tǒng)性能的結(jié)論。
上傳時間： 2013-11-23
上傳用戶：gxy670166755
針對無線傳感器網(wǎng)絡(luò)的節(jié)點能量有限，且在進行信息傳輸時存在數(shù)據(jù)沖突、傳輸延時等問題，提出并設(shè)計了基于最大生存周期的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法。該算法將整個網(wǎng)絡(luò)中的節(jié)點分成多個簇，并根據(jù)節(jié)點的傳輸范圍，將每個簇中的節(jié)點均勻分布，每個節(jié)點根據(jù)自己的本地信息和剩余能量選擇通信方式向簇頭節(jié)點傳輸數(shù)據(jù)，從而形成傳輸數(shù)據(jù)的最短路徑；并根據(jù)集中式TDMA（時分多址）調(diào)度模型，運用基于微粒群的Pareto優(yōu)化方法，使得網(wǎng)絡(luò)在完成規(guī)定的信息傳輸時每個節(jié)點耗費的平均時隙和平均能耗最優(yōu)。仿真結(jié)果表明，上述算法不但可以最大化網(wǎng)絡(luò)的生存時間，還可以有效的降低數(shù)據(jù)融合時間，減少網(wǎng)絡(luò)延時。
標簽： 低能耗 時延 無線傳感器 網(wǎng)絡(luò)數(shù)據(jù)
上傳時間： 2014-12-29
上傳用戶：看到了沒有
為有效合理利用雷達資源和解決雷達測量值與運動狀態(tài)間的非線性關(guān)系以及目標狀態(tài)本身可能出現(xiàn)的非線性，提出了一種基于交互式多模型粒子濾波（IMMPF）的相控陣雷達自適應(yīng)采樣目標跟蹤方法。將交互式多模型粒子濾波一步預(yù)測值的后驗克拉美羅矩陣代替預(yù)測協(xié)方差矩陣，通過該矩陣的跡與某一門限值比較來更新采樣周期以適應(yīng)目標運動狀態(tài)的變化。將該方法與基于量測轉(zhuǎn)換的IMM自適應(yīng)采樣算法進行仿真實驗，表明了該算法的有效性。
上傳時間： 2013-10-09
上傳用戶：1037540470
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
