Matlab模拟退火算法工具箱,它由冷却进度表(Cooling Schedule)控制，包括控制参数的初值t及其衰减因子Δt、每个t值时的迭代次数L和停止条件S。
标签： Schedule Cooling Matlab 模拟退火算法
上传时间： 2017-09-02
上传用户：zhyiroy
压缩包的内容包括：1.有关JPEG和DPCM算法的文章；2.实现其算法的压缩程序3.有关图像压缩方面的资料。读者请注意： <1>这里讨论的是灰度图像的压缩不涉及彩色图像。 <2>实现压缩时，输入的图像数据采用一种自定义的格式（com 格式），前四个字节记录图像的宽度和高度，之后就是逐 行的图像数据，图像的开头和结尾没有任何标记。这种格式的图像数据是从BMP图像中得到的。 <3>这里没有JPEG算法的解压程序，压缩后的数据存成标准的JPEG文件格式，任何视图软件都可以打开。DPCM方法中的解 压缩程序将数据仍然存成com格式，可以将其转成PGM格式观看，压缩包中由com转为PGM格式的程序。
上传时间： 2014-01-15
上传用户：qq21508895
有重叠的复杂网络结构划分算法，2009年新提出的算法的原作者实现，发表文章时请适当引用
上传时间： 2017-09-10
上传用户：康郎
遗传算法为群体优化算法，也就是从多个初始解开始进行优化，每个解称为一个染色体，各染色体之间通过竞争、合作、单独变异，不断进化。 优化时先要将实际问题转换到遗传空间，就是把实际问题的解用染色体表示，称为编码，反过程为解码，因为优化后要进行评价，所以要返回问题空间，故要进行解码。SGA采用二进制编码，染色体就是二进制位串，每一位可称为一个基因；解码时应注意将染色体解码到问题可行域内。 遗传算法模拟“适者生存，优胜劣汰”的进化机制，染色体适应生存环境的能力用适应度函数衡量。对于优化问题，适应度函数由目标函数变换而来。一般遗传算法求解最大值问题，如果是最小值问题，则通过取倒数或者加负号处理。SGA要求适应度函数>0，对于<0的问题，要通过加一个足够大的正数来解决。这样，适应度函数值大的染色体生存能力强。 遗传算法有三个进化算子：选择（复制）、交叉和变异。 SGA中，选择采用轮盘赌方法，也就是将染色体分布在一个圆盘上，每个染色体占据一定的扇形区域，扇形区域的面积大小和染色体的适应度大小成正比。如果轮盘中心装一个可以转动的指针的话，旋转指针，指针停下来时会指向某一个区域，则该区域对应的染色体被选中。显然适应度高的染色体由于所占的扇形区域大，因此被选中的几率高，可能被选中多次，而适应度低的可能一次也选不中，从而被淘汰。算法实现时采用随机数方法，先将每个染色体的适应度除以所有染色体适应度的和，再累加，使他们根据适应度的大小分布于0-1之间，适应度大的占的区域大，然后随机生成一个0-1之间的随机数，随机数落到哪个区域，对应的染色体就被选中。重复操作，选出群体规模规定数目的染色体。这个操作就是“优胜劣汰，适者生存”，但没有产生新个体。 交叉模拟有性繁殖，由两个染色体共同作用产生后代，SGA采用单点交叉。由于SGA为二进制编码，所以染色体为二进制位串，随机生成一个小于位串长度的随机整数，交换两个染色体该点后的那部分位串。参与交叉的染色体是轮盘赌选出来的个体，并且还要根据选择概率来确定是否进行交叉（生成0-1之间随机数，看随机数是否小于规定的交叉概率），否则直接进入变异操作。这个操作是产生新个体的主要方法，不过基因都来自父辈个体。 变异采用位点变异，对于二进制位串，0变为1，1变为0就是变异。采用概率确定变异位，对每一位生成一个0-1之间的随机数，看是否小于规定的变异概率，小于的变异，否则保持原状。这个操作能够使个体不同于父辈而具有自己独立的特征基因，主要用于跳出局部极值。 遗传算法认为生物由低级到高级进化，后代比前一代强，但实际操作中可能有退化现象，所以采用最佳个体保留法，也就是曾经出现的最好个体，一定要保证生存下来，使后代至少不差于前一代。大致有两种类型，一种是把出现的最优个体单独保存，最后输出，不影响原来的进化过程；一种是将最优个体保存入子群，也进行选择、交叉、变异，这样能充分利用模式，但也可能导致过早收敛。 由于是基本遗传算法，所以优化能力一般，解决简单问题尚可，高维、复杂问题就需要进行改进了。 下面为代码。函数最大值为3905.9262，此时两个参数均为-2.0480，有时会出现局部极值，此时一个参数为-2.0480，一个为2.0480。算法中变异概率pm=0.05，交叉概率pc=0.8。如果不采用最优模式保留，结果会更丰富些，也就是算法最后不一定收敛于极值点，当然局部收敛现象也会有所减少，但最终寻得的解不一定是本次执行中曾找到过的最好解。
标签： 遗传算法
上传时间： 2015-06-04
上传用户：芃溱溱123
数据采集时实时平均算法，可实现数据平滑。
标签： 算法
上传时间： 2016-02-22
上传用户：gfyo
模拟退火算法是通过赋予搜索过程一种时变且最终趋于零的概率突跳性，从而可有效避免陷入局部极小并最终趋于全局最优的串行结构的优化算法。
上传时间： 2016-05-11
上传用户：wkchong
最小生成树之kruskal算法。针对给定的无向带权图，kruskal算法构造最小生成树的思想：kruskal算法总共选择n- 1条边，（共n个点）所使用的贪心准则是：从剩下的边中选择一条不会产生的环路具有最小耗费的边加入已选择的边的集合中。注意到所选取的边若产生环路则不可能形成一棵生成树。kruskal算法分e 步，其中e 是网络中边的数目。按耗费递增的顺序来考虑这e 条边，每次考虑一条边。当考虑某条边时，若将其加入到已选边的集合中会出现环路，则将其抛弃，否则，将它选入。
上传时间： 2016-10-23
上传用户：jsw1010
差分算法（DE）MATLAB程序。主要在设计频率选择表面结构，计算参数时可以参考使用。
上传时间： 2016-11-28
上传用户：dmlz007
本书共9章，从小波分析的基础、小波空间的分解和小波变换的实现三个方面对“小波理论、算法与滤波器组”进行阐述。其主要内容包括：信号变换与框架原理，多抽样系统与滤波器组，小波与小波变换等。
上传时间： 2021-11-03
上传用户：nhhrzh
基于LabVIEWFPGA的三相锁相环设计与实现摘要：针对传统 ＦＰＧＡ 模式开发的锁相环在实时人机交互方面的不足，设 计 了 基 于 ＬａｂＶＩＥＷ ＦＰＧＡ 技术的三相锁相环；方 案 以 ｓｂＲＩＯ－９６３１模块为硬件平台，利用 ＬａｂＶＩＥＷ 编程控制 ＦＰＧＡ 逻辑，在 ＦＰＧＡ 中分三级流水线实现了基于ｄｑ变换的锁相环算法，并通 过 ＦＩＦＯ 实时上传采集信号、锁定相位至 ＰＣ机，最后在 ＰＣ机上实现对锁相环性能分析、ＰＩ参数调控和１ 三相锁相环模型 三相锁相环是基于静止坐标变换和旋转坐标变换 （ｄｑ变 换）的矢量变换实现的 ＶＣＯ 反馈控制。基于ｄｑ变换的改进型 锁相环模型，在ｄｑ变换的基础上提取正序分量进行 ＶＣＯ 反馈 控制，以抑制电压不 平 衡 的 扰 动［４－５］，如 图１所示。三相 信 号 首先经过静止坐标变换到ａβ坐标系μａ、μβ，然后经过 Ｔ／４延时 单元和计算单元计算出三相信号的正序分量变换到ａβ坐 标 系 上的μａｐ 、μβｐ ，此时μａｐ 、μβｐ 是不带电压畸变干扰的分量，对 其进行旋转坐标变换得到μｄ、μｑ。 ｕｑ ＝ｋ＊ｓｉｎ（ωｔ－ω０ｔ） （１） μｑ 的表达如式 （１）所 示，ｋ为与输入电压有关的数，ｗ、 ｗ０ 分别为输入信号角频率和锁定信号角频率。当μｑ 由交流变 量变为直流分量时，ｗ＝ｗ０，锁 相环完 成 鉴 相，经 过 ＶＣＯ 控 制最终锁定相位θ。 ２ 方案设计 系统方案如图２所示，包括三相信号的输入、信号锁相和 实时调控３个部分。其中信号采集和锁相处理在ｓｂＲＩＯ－９６３１ 模块 实现，利 用ｓｂＲＩＯ－９６３１高速运行的特点，对 三 相信 号 进行采集、锁相和输出；ＰＩ参数和θ作为 ＦＰＧＡ 和 ＰＣ机的共 享变量实现数据交互，由ＰＣ机设置ＰＩ参数、
上传时间： 2022-02-18
上传用户：XuVshu
