染色体
共 37 篇文章
染色体 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 37 篇文章，持续更新中。
基于改进量子遗传算法的小波神经网络优化及其软测量应用
·摘 要:针对简单量子遗传算法在优化高维问题寻优速度慢、收敛率低的缺陷，提出一种改进的量子遗传算法，通过搜索各种群中最优染色体组成当前最优个体，并依此个体来确定量子门的全局最优搜索方向。将改进算法用于优化小波神经网络，藉此建立了4-CBA浓度的软测量模型。仿真结果表明：与简单量子遗传算法相比，改进算法对复杂优化问题具有全局快速寻优性能。[著者文摘]
图像处理技术在染色体自动分析中的应用
·图像处理技术在染色体自动分析中的应用
基于改进基因表达式程序设计的股票指数预测
介绍基因表达式程序设计方法的基本原理，针对股票指数分析与预测问题，在经典的GEP 算法基础上，提出一种基于动态变异算子的改进的GEP 算法——IGEP 算法，动态变异算子随着进化代数和染色体所含基因数
一种改进的遗传算法进化有限状态机
<P>提出了一种改进的遗传算法，针对有限状态机中输出矢量与状态转移相关的特性，将配置有限状态机的染色体分解为状态转移基因和输出矢量基因进行分阶段的进化实验。实验结果表明同传统的进化算法相比，这种分阶段
一种基于动态多维矩阵编码的组卷遗传算法
提出动态多维矩阵表示解(染体色)的遗传算法,并针对这种染色体在交叉、变异和选择<BR>等遗传算子的实现进行了研究。运行结果表明,算法运行效率较好,有很好的实用价值。<BR>关键词:多维矩阵染色体;遗传
可重构FPGA通讯纠错进化电路及其实现
ASIC对产品成本和灵活性有一定的要求.基于MCU方式的ASIC具有较高的灵活性和较低的成本,然而抗干扰性和可靠性相对较低,运算速度也受到限制.常规ASIC的硬件具有速度优势和较高的可靠性及抗干扰能力,然而不是灵活性较差,就是成本较高.与传统硬件(CHW)相比,具有一定可配置特性的场可编程门阵列(FPGA)的出现,使建立在可再配置硬件基础上的进化硬件(EHW)成为智能硬件电路设计的一种新方法.作为
基于可重构FPGA的卷积码通讯进化电路研究.rar
可重构FPGA的研究属于EHW的研究范畴，是研究EHW的一种具体的实现方法。信道编码的目的是提高信息传输或通信的可靠性，卷积编码与维特比译码是信道编码中的一种编译码方式。在第三代移动通信系统都将卷积码作为实时要求较高业务的信息纠错编码。 本文是将可重构卷积码的编译码电路的实现作为一类ASR-FPGA的研究目标，根据它的可编程逻辑电路特点，选择一种可编程树的电路模型，并将它作为可重构FPGA电路的基
基于优化模拟电荷法的电器电场数值模拟与分析.rar
在高压电器设备的绝缘设计和分析中，数值计算是不可缺少的重要环节：绝缘设计分祈的大部分工作是以电场数值计算为基础而展开具体研究工作。常用电场数值计算方法有边界分割法和场域分割法。场域分割法包括差分法和有限元法等。边界分割法包括模拟电荷法和表面电荷法等，其中模拟电荷法具有独特的优势，被广泛用于电场数值计算中。本文在分析不同数值计算方法应用特点的基础上，进行了基于模拟电荷法的电器电场数值求解应用研究。
基于图像处理的人类染色体自动分类系统设计
·基于图像处理的人类染色体自动分类系统设计
下面的源代码是解决车辆路径问题的。谈一点经验性的东西
下面的源代码是解决车辆路径问题的。谈一点经验性的东西，就是在进行染色体交叉时，一定要注意基因结构的问题。
matlab 遗传算法
<span style="font-family:楷体;font-size:large;">遗传算法，模拟达尔文进化论的自然选择和遗传学机理的生物进化过程的计算模型，一种选择不断选择优良个体的算法。谈到遗传，想想自然界动物遗传是怎么来的，自然主要过程包括染色体的选择，交叉，变异（不明白这个的可以去看看生物学），这些操作后，保证了以后的个体基本上是最优的，那么以后再继续这样下去就可以一直最优了。</
<<MATLAB遗传算法工具箱及应用>>介绍了如何在MATLAB中完成遗传算法的应用。遗传算法[Genetic Arithmatic
<<MATLAB遗传算法工具箱及应用>>介绍了如何在MATLAB中完成遗传算法的应用。遗传算法[Genetic Arithmatic，简称GA]是以自然选择和遗传理论为基础，将生物进化过程中适者生存规则与群体内部染色体的随机信息交换机制相结合的高效全局寻优搜索算法。GA摒弃传统的搜索方式，模拟自然界生物进化过程，采用人工进化的方式对目标空间进行随机优化搜索。MATLAB是M
Visual C++实现的基因遗传算法库源代码以演示程序Free Source Code for Genetic algorithm 2008年05月21日 C++, Windows, Win32
Visual C++实现的基因遗传算法库源代码以演示程序Free Source Code for Genetic algorithm
2008年05月21日
C++, Windows, Win32, Visual Studio, MFC, STL, Arch, Dev, Design
基因遗传算法都是针对概率的，所以因为其随机的本质，导致其结果可能是好的，也可能是坏的，于是我们就需要一个方法
遗传算法(Genetic Algorithm,GA)是一种抽象于生物进化过程的基于自然选择和生物遗传机制的优化技术. 遗传算法的基本原理 在遗传算法的执行过程中,每一代有许多不同的种群个体
遗传算法(Genetic Algorithm,GA)是一种抽象于生物进化过程的基于自然选择和生物遗传机制的优化技术.
遗传算法的基本原理
在遗传算法的执行过程中,每一代有许多不同的种群个体(染色体 )同时存在。这些染色体中哪个保留(生存)、哪个淘汰(死亡),是根据 它们对环境的适应能力来决定的,适应性强的有更多的机会保留下来 。适应性强弱是通过计算适应性函数f(x)的值来判别的,这个值
转载 排课系统 采用某种编码方式将解空间映射到编码空间
转载 排课系统
采用某种编码方式将解空间映射到编码空间，每个编码对应问题的一个解，称为染色体或个体。一般通过随机方法确定起始的一群个体，称为种群，在种群中根据适
使用遗传算法解决MTSP问题的一种新的染色体设计
使用遗传算法解决MTSP问题的一种新的染色体设计
遗传算法的程序 遗传 算 法 (GeneticA lgorithm,G A)是一种大规模并行搜索优化算法
遗传算法的程序
遗传 算 法 (GeneticA lgorithm,G A)是一种大规模并行搜索优化算法，它模
拟了达尔文“适者生存”的进化规律和随机信息交换思想，仿效生物的遗传方式，
从随机生成的初始解群出发，开始搜索过程。解群中的个体称为染色体，它是一
串符号，可以是一个二进制字符串，也可以是十进制字符串或采用其他编码方式
形成的码串。对父代(当前代)群体进行交叉、变异等遗传操作后
％ [BestPop,Trace]=fmaxga(FUN,LB,UB,eranum,popsize,pcross,pmutation) ％ Finds a maximum of a functio
％ [BestPop,Trace]=fmaxga(FUN,LB,UB,eranum,popsize,pcross,pmutation)
％ Finds a maximum of a function of several variables.
％ fmaxga solves problems of the form:
％ max F(X) subject to: LB <= X &
遗传算法的java包。提供的染色体编码方式包括二进制编码
遗传算法的java包。提供的染色体编码方式包括二进制编码，实数编码，字符编码，字符串编码。
遗传算法的MATLAB代码
<p style="margin-top:0px;margin-bottom:10px;padding:0px;border:0px;font-size:13px;text-align:justify;color:#4E6384;font-family:'Microsoft YaHei', 微软雅黑, Arial, 'Lucida Grande', Tahoma, sans-serif;line-