标准遗传算法的源程序，可以用来进行最优值的搜索，也可以用来进行特征选择
上传时间： 2015-09-14
上传用户：维子哥哥
0_1背包问题,回溯法解背包问题 0-l背包问题是子集选取问题。一般情况下，0-1背包问题是NP难题。0-1背包 问题的解空间可用子集树表示。解0-1背包问题的回溯法与装载问题的回溯法十分类 似。在搜索解空间树时，只要其左儿子结点是一个可行结点，搜索就进入其左子树。当 右子树有可能包含最优解时才进入右子树搜索。否则将右子树剪去。设r是当前剩余 物品价值总和；cp是当前价值；bestp是当前最优价值。当cp+r≤bestp时，可剪去右 子树。计算右子树中解的上界的更好方法是将剩余物品依其单位重量价值排序，然后 依次装入物品，直至装不下时，再装入该物品的一
上传时间： 2014-01-17
上传用户：小码农lz
为了有效地应用遗传算法解决 鲁棒控制系统设计问题，将遗传算法与局部优化方法相结合，提出了基于降维扫描方法的自适应多目标遗传算法（DRSA-MOGA）。通过引入适应度函数标准化方法、基于最优Pareto解集搜索的降维扫描方法和适应度函数自适应调整方法，提高了算法的全局优化性能和局部搜索能力。仿真结果表明，DRSA-MOGA算法在不损失解的均匀度的情况下可以达到很高的逼近度
上传时间： 2014-01-22
上传用户：13681659100
C针对模式识别问题H描述了支持向量机的基本思想H着重讨论了OD=?PI最小二乘=?PI加权=?P 和直接 =?P 等新的支持向量机方法H用于降低训练时间和减少计算复杂性的海量样本数据训练算法分块法I分解法H提 高泛化能力的模型选择方法H以及逐一鉴别法I一一区分法IPD., 分类法I一次性求解等多类别分类方法@最后给 出了污水生化处理过程运行状态监控的多类别分类实例@作为结构风险最小化准则的具体实现H支持向量机具有 全局最优性和较好的泛化能力
上传时间： 2014-01-15
上传用户：Ants
BM 算法是一个较优的模式匹配算法。一般，如果不考虑模式串的长度，一个具有时间复杂度O(n)的算法应该是最优的了，但是事实不是如此。BM算法可以实现更高效率的模式匹配。分析和实验说明，BM匹配算法对于那些字符集比较大，而模式串中出现的字符比较少的时候，工作效率最快。而且，考虑KMP匹配方式的优化，可以结合KMP匹配和BM匹配，进一步提高效率。
上传时间： 2013-12-19
上传用户：CHENKAI
粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域
标签： evolutionary computation PSO 粒子群
上传时间： 2016-04-26
上传用户：zhuimenghuadie
蚁群算法连续域空间寻优：基于网格划分策略，无约束非线性最优问题程序实例
上传时间： 2016-05-03
上传用户：thuyenvinh
根据城市交通路网建设的实际, 研究了描述城市交通网络图的城市道路数据库的组织结构, 在此数据 结构的基础上依靠G IS 技术的支持, 采集了大量具体道路信息, 采用D ijk st ra 算法实现了快速最短路径搜索。根 据城市的交通状况对交通网络图的边值赋予不同的权值可实现最优路径搜寻, 给出了一个搜索实例——一个包 含61 个交通路口的最短路径搜索结果的搜索时间约为1. 1
上传时间： 2016-05-18
上传用户：skfreeman
三步法哪l是一种较好的搜索算法，快速而且高效，它是在对数法的基础上对 其进行了改进，提出在每一步搜索后搜索步长均减半的算法。它基本保持了FS的 性能，但其计算量只有FS的10％左右。TSS在会议电视和可视电话中应用较多， 它通过三步搜索，逐步较小搜索步长。若最大搜索范围为士7，搜索精度取一个像 素，则步长为4、2、1，共需三步即可满足要求，从而得名。
标签： 搜索算法
上传时间： 2016-05-19
上传用户：cc1
最小均方（LMS）自适应算法就是一中已期望响应和滤波输出信号之间误差的均方值最小为准的，依据输入信号在迭代过程中估计梯度矢量，并更新权系数以达到最优的自适应迭代算法。LMS算法是一种梯度最速下降方法，其显著的特点是它的简单性。这算法不需要计算相应的相关函数，也不需要进行矩阵运算。
上传时间： 2013-12-15
上传用户：zhaiye
