文中设计了一个3层径向基神经网络(RBFN)用于对企业的5项评价指标进行聚类分析，并与蚁群算法做了比较分析。RBFN由输入层 到隐含层采用传统的K一均值算法，隐含层到输出层通过“模2递减”学习速率的BP学习；蚁群算法根据信息素的分配能够自动调整收索 路径，从而达到数据自动聚类的目的。结果表明，与蚁群算法相比，改进RBFN具有快速收敛、自动识别奇异样本的优点，而蚁群算法 无须教师学习，并能够达到全局最优。
上传时间： 2013-12-15
上传用户：txfyddz
图论算法库，包括以下算法： 单源最短路径 Dijkstra 算法 单源最短路径 Bellman-Ford 算法 最小生成树 Prim 算法 每对节点间最短路径 Flod-Warshall 算法 程序用C++语言编写，在VisualAge C++ 4.0下调试通过。压缩包内的Graph.h文件包含所有的库函数，其调用接口见程序内注释。其他的文件是用来测试算法的测试程序，在VisualAge C++ 4.0下编译运行。 该算法是为参加ACM/ICPC竞赛而准备的资料，由于竞赛的对编程速度要求较高，所以为了将代码写的短一点，为了便于调试，代码的写的并不是最优的。 该代码在VisualAge C++ 4.0下写成，但是很容易将其移植到MS Visual C++上。
上传时间： 2016-10-28
上传用户：wangyi39
程序设计思路 在动态规划中，可将一个问题的解决方案视为一系列决策的结果，要考察每个最优决策序列中是否包含一个最优子序列。所以在最短路径问题中，假如在的第一次决策时到达了某个节点v，那么不管v 是怎样确定的，此后选择从v 到d 的路径时，都必须采用最优策略。利用最优序列由最优子序列构成的结论，可得到f 的递归式。f ( 1 ,c) 是初始时背包问题的最优解。可使用（1）中所示公式通过递归或迭代来求解f ( 1 ,c)。从f (n, * )开始迭式， f (n, * )由第一个式子得出，然后由第二式递归计算f (i,*) ( i=n- 1，n- 2，⋯ ， 2 )，最后得出f ( 1 ,c)。动态规划方法采用最优原则（ principle of optimality）来建立用于计算最优解的递归式。所谓最优原则即不管前面的策略如何，此后的决策必须是基于当前状态（由上一次决策产生）的最优决策。由于对于有些问题的某些递归式来说并不一定能保证最优原则，因此在求解问题时有必要对它进行验证。若不能保持最优原则，则不可应用动态规划方法。
上传时间： 2016-12-03
上传用户：kristycreasy
自由始端和终端的动态规划,求指标函数最小值的逆序算法递归 ％ 计算程序。x是状态变量，一列代表一个阶段状态；M-函数 ％ DecisFun(k,x)由阶段k的状态变量x求出相应的允许决策变量 ％ M-函数ObjFun(k,x,u)是阶段指标函数，M-函数TransFun(k,x,u) ％ 是状态转移函数,其中x是阶段k的某状态变量，u是相应的决策变量； ％ 输出p_opt由4列构成，p_opt=[序号组 最优策略组 最优轨线组 ％ 指标函数值组]；fval是一个列向量，各元素分别表示p_opt各 ％ 最优策略组对应始端状态x的最优函数值； ％
上传时间： 2016-12-20
上传用户：wangzhen1990
交通咨询，实现最优路径查询(时间，花费等....）可查询任意两个城市之间，以及一个城市到其他城市的走少花费
标签：
上传时间： 2014-11-24
上传用户：ma1301115706
物体处在运动正方向的端点时，速度和加速度都达到最大值； (B) 物体位于平衡位置且向负方向运动时，速度和加速度都为零； (C) 物体位于平衡位置且向正方向运动时，速度最大，加速度为零； (D) 物体处在负方向的端点时，速度最大，加速度为零。
上传时间： 2013-12-19
上传用户：banyou
用java编写的八数码算法，具有图形化界面和最优路径的输出
上传时间： 2017-01-17
上传用户：www240697738
利用邻接矩阵构造一张欧洲交通图，并求出某一城市到其余城市的最少票价路径或者最短里程路径，并打印输出。 程序执行的命令包括： （1）初始化交通网络图并根据文件构造欧洲交通图；（2）用户先后输入“最优方式”和“始末城市名称”；（3）程序执行相关操作，打印出用户所需的信息；（4）结束。
标签： 矩阵
上传时间： 2013-12-16
上传用户：古谷仁美
matlab环境下目标函数为求最大值，且解非负整数解 ％bounds 边界约束 ％Myfun 为目标函数 ％num 初始种群数 ％N 最大迭代次数 ％CP 交叉概率 ％P 突变概率 ％f 目标最优解 ％x 最优解向量
上传时间： 2017-03-06
上传用户：Ants
蚁群算法，用于寻求最优解，信息素的，路径
标签： 蚁群算法
上传时间： 2017-04-20
上传用户：jkhjkh1982
