搜索结果
找到约 688 项符合
纳米粒子 的查询结果
测试测量 基于VB和Access的温度采集系统的设计
针对函数优化问题，提出了一种基于离差平方和法的粒子群优化算法。该算法用混沌序列初始化粒子的位置和速度，选择好于粒子群优化算法产生的粒子位置。通过离差平方和法进行聚类，利用分类方式来更新粒子的速度。最后将算法应用到3个典型的函数优化问题中，数值结果比较表明，提高了算法搜索能力，全局最优解的精度和收敛 ...
游戏 游戏中爆炸效果的例子
游戏中爆炸效果的例子，将物体运动轨迹的计算、爆炸后粒子运动的计算及碰撞检测计算完整的结合到一起，包含全部完整源代码及执行程序
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
数值算法/人工智能 蒙特卡罗算法。用盟特卡罗算法模拟光在组织钟的传播
蒙特卡罗算法。用盟特卡罗算法模拟光在组织钟的传播，也可以模拟其它领域随机粒子的运动等。
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， ...
人工智能/神经网络 用JAVA语言编写
用JAVA语言编写，包括PSO（Particle swarm optimization, 中文译名为粒子群优化或微粒群算法), DE (Differential evolution, 中文译名为差分进化或差异演化)等算法，有一些不带约束和带约束的算例（如Michelawicz的几个问题）。使用说明见usage.txt、RUNExample.bat和程序中的注释。 ...
人工智能/神经网络 monte carlo算法的matlab实现
monte carlo算法的matlab实现，该算法也就是常说的粒子滤波器。