搜索结果
找到约 39,313 项符合
最优算法 的查询结果
按分类筛选
- 全部分类
- 人工智能/神经网络 (87)
- matlab例程 (61)
- 数值算法/人工智能 (30)
- 数据结构 (30)
- 其他 (17)
- 学术论文 (16)
- 数学计算 (16)
- 技术资料 (13)
- 源码 (10)
- 其他书籍 (7)
- 书籍源码 (7)
- 文件格式 (6)
- Java编程 (6)
- 无线通信 (5)
- 单片机开发 (5)
- 论文 (5)
- 模拟电子 (4)
- 通信网络 (4)
- 软件设计/软件工程 (4)
- 其他文档 (4)
- 测试测量 (3)
- 其他行业 (3)
- 文章/文档 (3)
- 通讯/手机编程 (3)
- 压缩解压 (2)
- 数据库系统 (2)
- 邮电通讯系统 (2)
- 通讯编程文档 (2)
- 生物技术 (2)
- 交通/航空行业 (2)
- 编译器/解释器 (2)
- 系统设计方案 (2)
- 操作系统开发 (2)
- 行业发展研究 (2)
- 单片机编程 (1)
- 传感与控制 (1)
- 技术书籍 (1)
- 开发工具 (1)
- PCB相关 (1)
- 技术管理 (1)
- 游戏 (1)
- Java书籍 (1)
- DSP编程 (1)
- 多国语言处理 (1)
- 传真(Fax)编程 (1)
- 其他数据库 (1)
- 网络 (1)
- VC书籍 (1)
- 教育系统应用 (1)
- 3G开发 (1)
- 电子书籍 (1)
- 嵌入式/单片机编程 (1)
- SQL Server (1)
- 汇编语言 (1)
- 其他嵌入式/单片机内容 (1)
- VxWorks (1)
- Delphi/CppBuilder (1)
- 能源行业(电力石油煤炭) (1)
- 并行计算 (1)
- 可编程逻辑 (1)
- VIP专区 (1)
模拟电子 基于改进粒子群算法的舰船电力系统网络重构
舰船电力系统网络重构可以看作为一个多目标、多约束、多时段、离散化的非线性规划最优问题。根据舰船电力系统特点,提出了一种改进的粒子群优化算法。在传统粒子群算法的基础上,运用混沌优化理论进行初始化粒子的初始种群,提升初始解质量;同时,引进遗传操作以改进粒子群算法易陷入局部极值的缺点。通过对典型的模型仿真 ...
模拟电子 基于遗传变异蚁群算法的机器人路径规划的改进
针对基本蚁群算法在机器人路径规划问题中容易陷入局部最优的问题,提出了一种改进的蚁群算法,利用遗传算法加入了变异因子使最优路径产生变异,从而降低了蚁群算法陷入局部极小的可能性,同时改善了基本蚁群算法不收敛或收敛速度比较慢的缺点,加快了收敛速度,增加了最优解的多样性。 ...
通信网络 低能耗和低时延的无线传感器网络数据融合算法
针对无线传感器网络的节点能量有限,且在进行信息传输时存在数据冲突、传输延时等问题,提出并设计了基于最大生存周期的无线传感器网络数据融合算法。该算法将整个网络中的节点分成多个簇,并根据节点的传输范围,将每个簇中的节点均匀分布,每个节点根据自己的本地信息和剩余能量选择通信方式向簇头节点传输数据,从而形成 ...
通信网络 多传感器多目标跟踪的JPDA算法
文中提出了一种适用于多传感器多目标跟踪的JPDA算法,它以极大似然估计完成对来自多传感器的测量集合进行同源最优分划,然后采用JPDA方法对多目标进行跟踪。经过理论分析和仿真试验,证明了该方法能有效地进行多传感器多目标的跟踪,且具有算法简单、跟踪精度高、附加的计算量小等优点。
...
无线通信 功率倒置算法在北斗抗干扰天线系统中的应用
为解决北斗导航接收机干扰功率强、有效信号弱的不足,提出了一种基于功率倒置自适应算法的抗干扰设计方案。该方案以自适应天线系统为平台,采用FPGA处理器Virtex5芯片实现自适应算法,根据最小均方误差原则迭代计算功率倒置的最优权值并产生加权输出。测试结果显示:功率倒置算法在干扰形式、干扰方向未知的情况下能够有效 ...
无线通信 基于粒子群算法的阵列天线波束赋形
粒子群算法是在遗传算法基础上发展起来的一种新的并行优化方法,可用于解决大量非线性、不可微和多峰值的复杂问题。与遗传算法不同的是,粒子群算法中的粒子有记忆功能,整个搜索过程是跟随当前最优粒子的过程,因此在大多数情况下,所有的粒子可能更快的收敛于最优解。而且粒子群算法理论简单,参数少,因此其应用更为广泛。文中 ...
无线通信 综合赋形波束天线阵组合算法
提出一种新的组合优化方法。先通过遗传算法得到一个初步的优化结果,再用直接搜索算法进行二次优化,这样既突出了遗传算法全局寻优的特点,又避免了它在接近最优解时出现的小幅度随机波动。以低副瓣平
技术书籍 一种多约束条件下路径规划算法研究
    针对目前导航系统中重要的多约束条件下路径规划功能,结合A*算法和蚁群算法提出一种新的不确定算法,该算法首先将多约束条件进行融合使其适合蚁群转移,并在基本蚁群算法基础上采用了A*算法的评估指标,为蚁群转移时提供最优预测收敛点。通过实验证明该算法可以大幅度降低时间消耗,并且全局收敛性强 ...
测试测量 ACPSO-SVR结合的非线性建模预测算法
提出一种基于自适应混沌粒子群优化和支持向量机结合的非线性预测建模算法(ACPSO-SVR),引入ACPSO启发式寻优机制对SVR模型的超参数进行自动选取,在超参数取值范围变化较大的情况下,效果明显优于网格式搜索算法。选取UCI机器学习数据库中的Forest fires标准数据集进行测试,实验结果表明该方法具有较高的精度和良好的泛化 ...