搜索结果
找到约 11,727 项符合
目标函数 的查询结果
按分类筛选
- 全部分类
- matlab例程 (32)
- 人工智能/神经网络 (29)
- 学术论文 (20)
- 技术资料 (17)
- 数值算法/人工智能 (16)
- 数学计算 (11)
- 单片机编程 (6)
- 其他 (6)
- 源码 (5)
- VC书籍 (4)
- 其他书籍 (3)
- Linux/Unix编程 (3)
- 单片机开发 (3)
- 技术教程 (2)
- 通信网络 (2)
- 文章/文档 (2)
- 电子书籍 (2)
- 微处理器开发 (2)
- DSP编程 (2)
- 其他行业 (2)
- 无线通信 (1)
- 测试测量 (1)
- 加密解密 (1)
- 书籍源码 (1)
- 文件格式 (1)
- uCOS (1)
- Java书籍 (1)
- 编译器/解释器 (1)
- 系统设计方案 (1)
- 并行计算 (1)
- 行业发展研究 (1)
- Delphi控件源码 (1)
- 嵌入式/单片机编程 (1)
- 软件设计/软件工程 (1)
- VxWorks (1)
- Matlab (1)
- 其他文档 (1)
人工智能/神经网络 //开发平台：Microsoft .NET Framework 2.0
//开发平台：Microsoft .NET Framework 2.0，Microsoft Visual C# 2005 Express //日期：2005.3.12 //作者：刘波 //粒子群优化算法(PSO)：本算法求目标函数的最小值
人工智能/神经网络 模拟退火算法来源于固体退火原理
模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量， ...
人工智能/神经网络 模拟退火算法来源于固体退火原理
模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量， ...
人工智能/神经网络 模拟退火算法来源于固体退火原理
模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量， ...
matlab例程 powell优化搜索算法
powell优化搜索算法，适合于多参数优化且目标函数中不包含参数的情况
数学计算 直线拟合的几种算法
直线拟合的几种算法，其中包括线性最小二乘，和两种不同目标函数的非线性最小二乘，用于比较这些方法的优劣，另外matlab中说的robust least squares方法没有找到，希望有朋友能给穿一下：）
matlab例程 ％ [BestPop,Trace]=fmaxga(FUN,LB,UB,eranum,popsize,pcross,pmutation) ％ Finds a maximum of a functio
％ [BestPop,Trace]=fmaxga(FUN,LB,UB,eranum,popsize,pcross,pmutation)
％ Finds a maximum of a function of several variables.
％ fmaxga solves problems of the form:
％ max F(X) subject to: LB <= X <= UB
％ BestPop--------最优的群体即为最优的染色体群
％ Trace----------最佳染色体所对应的目标函数值
％ ...
人工智能/神经网络 这是一个非常简单的遗传算法源代码
这是一个非常简单的遗传算法源代码，对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择、精华模型、单点杂交和均匀变异。 ...
matlab例程 这是一个非常简单的遗传算法源代码
这是一个非常简单的遗传算法源代码，代码保证尽可能少，实际上也不必查错。对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码 的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择、精华模型、单点杂交和均匀变异。如果用 Gaussian变 ...
其他 可以解决无约束的最优化问题
可以解决无约束的最优化问题，如求目标函数的极值等。