搜索结果
找到约 5,070 项符合
迭代优化 的查询结果
按分类筛选
数学计算 机械优化设计作业（最速下降法法） 说明:学完优化设计
机械优化设计作业（最速下降法法）
说明:学完优化设计，老师说要做作业，全班分为5个小组，分别用最速下降法，牛顿法，鲍威尔法，共轭.DHF 法完成： f(x)=x1^2+x2^2-x1*x2-10*x1-4*x2+60.小弟采用的是用计算方法选出d的表达式后迭代得到。分别用最速下降法，牛顿法，鲍威尔法完成了作业。
鲍威尔法最全。
功能有：输入起始 ...
matlab例程 优化设计中的一维搜索方法
优化设计中的一维搜索方法，包括牛顿梯度法，平分线法，割线法，以及各种插值方法；能计算函数最优点，以及迭代的循环次数
Delphi控件源码 用于无约束优化的鲍威尔优化方法
用于无约束优化的鲍威尔优化方法，
程序中参数解释如下：//P:存放设计变量
//XI：存放两个线性无关的向量
//N：含有N各元素的一维实型数组，用于存储设计变量
//NP:整形变量，用于存储P与xi的维数
//FTOL：迭代精度
//FRET：输出参数，存放目标函数在找到的近似极小值点处的值
//ITER:迭代次数 ...
数学计算 这个是优化方法中的一种方法
这个是优化方法中的一种方法，叫做0.618发，是一种简单的迭代方法。
数学计算 这个是优化方法中的一种方法
这个是优化方法中的一种方法，叫做牛顿法，是一种简单实用的迭代方法。
人工智能/神经网络 用4个种群来优化函数
用4个种群来优化函数，每次取三个种群里面的最佳放入第四种群，经过反复迭代后取得函数的最佳值
人工智能/神经网络 基于BP神经网络识别字符. BP神经网络算法是把一组样本输入输出问题转化为一个非线性优化问题
基于BP神经网络识别字符.
BP神经网络算法是把一组样本输入输出问题转化为一个非线性优化问题，并通过梯度算法利用迭代运算求解权值的一种学习方法。采用BP网络进行分类，并附加线性感知器来实现单字符的有效识别，算法简便，识别率高，可适用于多种高噪声环境中的印刷体字符识别。 ...
数值算法/人工智能 CA算法可以将数量型属性划分成若干个优化的区间
CA算法可以将数量型属性划分成若干个优化的区间，它综合了分层聚类于划分聚类的优点，对于给定的不同的初始类个数，CA算法能随着迭代过程的不断进展改变类的数目，一些竞争力差的类即类的基数小于给定阙值的类将在迭代过程中不断消失，最终得到能够有效体现数据实际分布情况的优化聚类个数。 ...
文章/文档 改进PSO-SVM在说话人识别中的应用。通过对粒子群优化算法中惯性权重和全局最优值 的分析
改进PSO-SVM在说话人识别中的应用。通过对粒子群优化算法中惯性权重和全局最优值
的分析，提出了一种根据迭代次数而自适应变化的惯性权重的粒子群优化方法
论文 基于模糊聚类分析与模型识别的微电网多目标优化方法
在微电网调度过程中综合考虑经济、环境、蓄电池的
循环电量，建立多目标优化数学模型。针对传统多目标粒子
群算法(multi-objective particle swarm optimization，MOPSO)
的不足，提出引入模糊聚类分析的多目标粒子群算法
(multi-objective particle swarm optimization algorithm based
on fuzzy clustering，FCMOPSO)，在 ...