模拟退火程序，可以进行各种目标函数下的地球物理非线性反演。
上传时间： 2013-12-04
上传用户：zhouli
人工智能中的遗传算法编程，采用遗传算法求得目标函数的最大值
上传时间： 2017-09-11
上传用户：fxf126@126.com
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
共轭梯度法为求解线性方程组而提出。后来，人们把这种方法用于求解无约束最优化问题， 使之成为一种重要的最优化方法。 共轭梯度法的基本思想是把共轭性与最速下降方法相结合， 利用已知点处的梯度构造一组共 轭方向， 并沿这组方向进行搜索， 求出目标函数的极小点。 根据共轭方向的基本性质， 这种 方法具有二次终止性。 在各种优化算法中， 共轭梯度法是非常重要的一种。 其优点是所需存 储量小，具有步收敛性，稳定性高，而且不需要任何外来参数。 共轭方向 无约束最优化方法的核心问题是选择搜索方向 . 在本次实验中 , 我们运用基于共轭方向的一种 算法 — 共轭梯度法 三．算法流程图： 四．实验结果： (1). 实验函数 f=(3*x1-cos(x2*x3)-1/2)^2+(x1^2-81*(x2+0.1)+sin(x3)+1.06)^2+(exp(-x1*x2)+20*x3+ 1/3*(10*3.14159-3))^2; 给定初始点 (0,0,0) ， k=1 ，最 大迭代次数 n d 确定搜索方向 进 退 法 确 定 搜 索 区 间 分割法确定最 优步长
上传时间： 2016-05-08
上传用户：saren11
共轭梯度法是无约束优化问题的典型算法，通过构造一系列相互共轭的方向向量，寻找目标函数的最优解
上传时间： 2017-02-14
上传用户：chenrong1236
BP神经网络具有任意复杂的模式分类能力和优良的多维函数映射能力，解决了简单感知器不能解决的异或(Exclusive OR，XOR)和一些其他问题。从结构上讲，BP网络具有输入层、隐藏层和输出层；从本质上讲，BP算法就是以网络误差平方为目标函数、采用梯度下降法来计算目标函数的最小值。
标签： BP神经网络
上传时间： 2019-04-01
上传用户：dmwx
这是一个粒子群算法求极值的算法，带入目标函数，求极值
上传时间： 2019-04-08
上传用户：z429032683
人工神经网络提供了一种普遍且实用的方法从样例中学习值为实数、离散值或向量的函数反向传播算法，使用梯度下降来调节网络参数以最佳拟合由输入-输出对组成的训练集合人工神经网络对于训练数据中的错误健壮性很好人工神经网络已被成功应用到很多领域，例如视觉场景分析，语音识别，机器人控制神经网络学习对于逼近实数值、离散值或向量值的目标函数提供了一种健壮性很强的方法对于某些类型的问题，如学习解释复杂的现实世界中的传感器数据，人工神经网络是目前知道的最有效的学习方法反向传摇成功例子，学习识别手写字符，学习识别口语，学习识别人脸生物学动机ANN受到生物学的启发，生物的学习系统是由相互连接的神经元组成的异常复杂的网络。ANN由一系列简单的单元相互密集连接构成的，其中每一个单元有一定数量的实值输入，并产生单一的实数值输出人脑的构成，大约有1011个神经元，平均每一个与其他104个相连神经元的活性通常被通向其他神经元的连接激活或抑制最快的神经元转换时间比计算机慢很多，然而人脑能够以惊人的速度做出复杂度惊人的决策很多人推测，生物神经系统的信息处理能力一定得益于对分布在大量神经元上的信息表示的高度并行处理
上传时间： 2022-04-08
上传用户：trh505
本文跟踪了国内国际上各研究组织关于5G需求与关键技术最新研究进展。高能效将是5G从设计之初就不得不考虑的几个重要问题之。研究如何在不损失或者微损失网络性能的前提下，极大地降低系统的能量消耗是一项很有研究价值的工作。本文通过分析现有无线网络基站能量消耗的各个组成部分，参考目前5G研究趋势，选择网络能效模型与基站能耗模型，用于后续网络能效评估。小站密集化部署技术（Small Cell）是目前业内普遍认同的实现未来5G系统各项性能指标与效率指标的有效策略之一。随着小站的密集化部署，网络整体能效成为衡量异构无线通信系统长期经济效益的一项重要指标。网络运营前，需要以高能效为目标进行Small Cell密集化网络部署。本文利用上述的能效模型，建立并推导出了Small Cell最佳部客位置与数量的高能效网络部署方案目标函数，进一步通过数值仿真方法获得了具体网络场景下的高能效Small Cell 络部署位置与数量，最后通过对大量的仿真结果进行分析，得出了高能效Small Cell集化署方案的一般性规律。研究成果对未来5G系统中SmallCell的部署具有重要参考意义在网络运营中，由于网络负载存在天然的不均衡性与动态被动性，需要在Small Cell密集化部署的未来移动通信系统中进行高能效网络拓扑控制，以便在网络运营中维持实时的网络能效最优化的网络拓扑结构。本论文分析了目前业界关于Small Cell 休眠/唤醒性能增益的最新研究成果，并针对其现有休眠唤醒方案中以单小区固定负载为门限的休眠顺醒机制的不足，提出了一种高能效Small Cell联合休眼唤醒控制机制，实现了对网络拓扑的高能效动态控制。Small Cell密集化部署使网络编码在未来无线网络环境中得到了新的应用契机，本文最后结合几种未来5G新场景对网络编码应用方案进行了初步探讨。初步仿真结果表明，网络编码方案可有效提升能效。
上传时间： 2022-06-20
上传用户：canderile
脉冲多普勒（PD）雷达，它利用了多普勒效应原理，既具备脉冲雷达的测距性能，又具备多普勒雷达的测速性能，同时对杂波的抑制能力也比较突出，是一种重要的全相参体制的雷达。雷达信号处理是雷达技术发展的核心内容，它主要包含了以下几个方面的技术内容，如信号选择、正交采样技术、脉冲压缩技术、动目标检测技术和恒虚警检测技术等。雷达信号处理的仿真研究具有灵活、方便、快速、经济等特点，对于雷达技术的研究发展具有重要意义。论文首先分析了脉冲多普勒雷达的距离和速度的检测原理，对PD雷达的模糊函数的含义和性质进行了研究，分析了几种不同信号所对应的模糊函数并分别进行了仿真。以此为据，选择能够获得较高分辨率的波形设计方法。其次，根据雷达的检测性能、分辨率以及测量精度等性能要求，以线性调频（LFM）信号为主进行了研究，主要分析了线性调频信号的特性。模拟目标回波信号，将其加入噪声和杂波形成混合信号并对其进行脉冲压缩、动目标检测以及恒虚警处理。其中，脉冲压缩部分，论文选择采用相关处理器法实现。动目标检测部分，论文选择采用脉冲对消器级联多普勒滤波器组来实现。恒虚警处理部分，论文选择采用单元平均恒虚警检测来实现。最后，论文给出了雷达信号处理系统框图，建立目标函数，对其进行相关处理并进行仿真。对仿真结果进行分析，验证通过以上方法进行处理，能够有效获取目标的距离和速度信息，满足精度要求。
上传时间： 2022-07-08
上传用户：zhaiyawei
