虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

rosenbrock 优化 函数

  • 这是一个应用遗传算法解决的函数优化问题

    这是一个应用遗传算法解决的函数优化问题,通过一系列的交叉变异得到最优的函数解。

    标签: 算法 函数优化

    上传时间: 2017-09-27

    上传用户:1159797854

  • 讲述了遗传算法的基本原理、特点、应用领域、优化设计、应用等 例:1.基于遗传算法优化的RBF网络逼近 2.遗传算法求函数极值

    讲述了遗传算法的基本原理、特点、应用领域、优化设计、应用等 例:1.基于遗传算法优化的RBF网络逼近 2.遗传算法求函数极值

    标签: RBF 算法 应用领域 优化设计

    上传时间: 2017-09-27

    上传用户:xuan‘nian

  • 基于LabVIEW的优化滤波方法研究.rar

    本文以滤波技术飞速发展,小波滤波优越性的凸现,以及虚拟仪器的易操作等良好特性为背景,以简单易行和滤波效果良好为研究目的,展开本文信号滤波处理的研究工作。 在深入研究三种小波滤波方法原理和优缺点的基础上,本文提出了一种新的优化滤波方法,包括以下三个方面: 首先,将静态小波变换(SWT)应用于滤波处理。利用SWT的平移不变性和冗余性来进行含噪信号的分解,这样不仅弥补了正交小波变换的不足,而且提高了滤波性能。 然后,提出了基于空域相关的优化阈值函数滤波算法。该算法把小波系数间的相关性应用于阈值滤波。它是在构造出基于空域相关的显著性函数和基于显著性函数的阈值滤波过程的基础上,提出了基于空域相关的优化阈值函数,并且把极小化广义交叉验证(GCV)得到均方差(MSE)意义下的最优阈值作用于该优化阈值函数。该滤波算法不仅实现了噪声的有效去除,而且信号的重要特征也保留完好; 最后,引入了新型锁相环--正交锁相环(QPLL)。鉴于QPLL不仅具有锁定范围宽、入锁速度快、锁定后精度高的性能,而且还具有良好的抑制谐波、噪声的能力,以及对波形畸变不敏感等良好特性,所以QPLL的引入达到了信号锁定和优化滤波的目的,使优化滤波方法的设计更具新意,而且取得了更好的滤波效果。 为了验证优化滤波方法,本文搭建了实验平台,它是由FPGA信号采集部分和LabVIEW软件滤波处理两个部分构成。通过传感器采集信号,经过A/D转换后送入FPGA。以FPGA为CPU控制A/D转换,并进行波形数据缓存,在接收到LabVIEW的命令后,将存储的数据送给串口。在LabVIEW中,从串口检测所需的波形数据,然后通过优化滤波方法将数据进行滤波处理,最后在前面板中把实验结果显示出来。 实验结果表明,该优化滤波方法不仅能实现优良的滤波功能,而且简单易行,是一种有效的滤波方法。

    标签: LabVIEW 滤波 方法研究

    上传时间: 2013-07-20

    上传用户:gokk

  • IIR数字滤波器优化设计及FPGA仿真验证.rar

    IIR数字滤波器是冲激响应为无限长的一类数字滤波器,是电子、通信及信号处理领域的重要研究内容,国内外学者对IIR数字滤波器的优化设计进行了大量研究。其中,进化算法优化设计IIR数字滤波器虽然取得了一定的效果,但是其也有自身的一些不足;另外,基于粒子群算法以及人工鱼群算法的IIR数字滤波器优化设计也取得了较好的效果。但这些方法都是将多目标优化问题转化为单目标优化问题,这种方法是将每个目标赋一个权值,然后将这些赋了权值的目标相加,把相加的结果作为目标函数,在此基础上寻找目标函数的最小值,这样做造成的问题是可能将其中的任何一种满足目标函数值最小的情况作为最优解,但实际上得到的不一定是最优解。也就是说,单目标的方法难以区分哪一种情况为最优解,这样的寻优模型从理论上来说是难以得到最优解的。另外,在将多目标转化为单目标时,各个目标的权值难以确定,而且最终只能得到唯一解。针对这些问题,本文在研究传统遗传算法、进化规划算法以及量子遗传算法的IIR数字滤波器优化设计的基础上,将重点研究IIR数字滤波器的粒子进化规划优化、遗传多目标优化以及量子多目标优化。另外,由于在通信系统中IIR数字滤波器有广泛应用,并且大量采用FPGA实现,多目标优化方法得到的滤波器性能也值得验证,因此,对多目标优化方法得到的IIR数字滤波器系数进行FPGA仿真验证有重要的现实意义。 @@ 论文的主要工作及研究成果具体如下: @@ 1.分析IIR数字滤波器的数学模型及其优化设计的参数;针对低通IIR数字滤波器,采用遗传算法及量子遗传算法对其进行优化设计,并给出相应的仿真结果及分析。 @@ 2.针对使用进化规划算法优化设计IIR数字滤波器时容易陷入局部极值的问题,研究粒子进化规划算法,并将其应用于IIR数字滤波器的优化设计,该算法将粒子群优化算法与进化规划算法相结合,继承了粒子群算法局部搜索能力强和进化规划算法遗传父代优良基因能力强的优点。将这种新的粒子进化规划算法应用于IIR低通、高通、带通、带阻数字滤波器的优化设计,显示了较好的效果。 @@ 3.优化设计IIR数字滤波器时,通常将多目标转化为单目标的优化问题,这种方法虽然设计简单,但是在将多目标转化为单目标时,各个目标的权值难以确定,而且最终只能得到唯一解,不能提供更多的有效解给决策者。针对常 用基于单目标优化算法的不足,在分析IIR数字滤波器优化模型和待优化参数的基础上,本文研究遗传算法的IIR数字滤波器多目标优化设计方法,该方法将多个目标值直接映射到适应度函数中,通过比较函数值的占优关系来搜索问题的有效解集,使用这种方法可以求得一组有效解,并且将多目标转化为单目标的优化方法得到的唯一解也能被包括在这一组有效解中。@@ 4.将量子遗传算法应用于IIR数字滤波器多目标优化设计,研究量子遗传算法的IIR数字滤波器多目标优化设计方法,并将优化结果与传统遗传算法的多目标优化方法进行了比较。仿真结果表明,在对同一种滤波器进行优化设计时,使用该方法得到的结果通带波动更小,过渡带更窄,阻带衰减也更大。 @@ 5.针对IIR数字滤波器的硬件实现问题,在对IIR数字滤波器的结构特征进行分析的基础上,分别采用遗传多目标优化方法量子多目标方法优化设计IIR数字滤波器的系数,然后针对两组系数进行了FPGA( Field-Programmable GateArray,现场可编程门阵列)仿真验证,并对两种结果进行了对比分析。 @@关键词:IIR数字滤波器;优化设计

    标签: FPGA IIR 数字滤波器

    上传时间: 2013-06-09

    上传用户:熊少锋

  • 步进电机高分辨率细分控制函数.rar

    本文首先介绍了步进电机的细分电流控制策略(实质是细分控制函数发生器),然后讨论了圆弧插 补产生步进电机细分电流的控制方法。最后介绍一 个行之有效的优化修正方法—— 加权补偿法。

    标签: 步进电机 函数

    上传时间: 2013-07-28

    上传用户:lgs12321

  • 基于ARM核嵌入式系统的AES算法优化

    本文从AES的算法原理和基于ARM核嵌入式系统的开发着手,研究了AES算法的设计原则、数学知识、整体结构、算法描述以及AES存住的优点利局限性。 针对ARM核的体系结构及特点,对AES算法进行了优化设计,提出了从AES算法本身和其结构两个方面进行优化的方法,在算法本身优化方面是把加密模块中的字节替换运算、列混合运算和解密模块中的逆列混合运算中原来的复杂的运算分别转换为简单的循环移位、乘和异或运算。在算法结构优化方面是在输入输山接口上采用了4个32位的寄存器对128bits数据进行了并行输入并行输出的优化设计;在密钥扩展上的优化设计是采用内部扩展,即在进行每一轮的运算过程的同时算出下一轮的密钥,并把下一轮的密钥暂存在SRAM里,使得密钥扩展与加/解密运算并行执行;加密和解密优化设计是将轮函数查表操作中的四个操作表查询工作合并成一个操作表查询工作,同时为了使加密代码在解密代码中可重用,节省硬件资源,在解密过程中采用了与加密相一致的过程顺序。 根据上述的优化设计,基于ARM核嵌入式系统的ADS开发环境,提出了AES实现的软硬件方案、AES加密模块和解密模块的实现方案以及测试方案,总结了基于ARM下的高效编程技巧及混合接口规则,在集成开发环境下对算法进行了实现,分别得出了初始密钥为128bits、192bits和256bits下的加密与解密的结果,并得剑了正确验证。在性能测试的过程中应用编译器的优化选项和其它优化技巧优化了算法,使算法具有较高的加密速度。

    标签: ARM AES 嵌入式系统 算法优化

    上传时间: 2013-04-24

    上传用户:liansi

  • 模电函数发生器课程设计报告

    模电函数发生器课程设计报告, 现在我们通过对函数信号发生器的原理以及构成设计一个能变换出三角波、正弦波、方波的简易发生器。我们通过对电路的分析,参数的确定选择出一种最适合本课题的方案。在达到课题要求的前提下保证经济、方便、优化的设计策略。

    标签: 模电函数发生器 报告

    上传时间: 2014-01-14

    上传用户:qiao8960

  • 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation).源于对鸟群捕食的行为研究 PSO同遗传算法类似

    粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation).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: 2015-03-28

    上传用户:源弋弋

  • /** * 动态数组的模板类 * 1.支持字符索引 * 2.方便的添加删除修改任意一项 * 最后更新 2004-8-9 yzh **1.优化了字符索引的运作方式

    /** * 动态数组的模板类 * 1.支持字符索引 * 2.方便的添加删除修改任意一项 * 最后更新 2004-8-9 yzh **1.优化了字符索引的运作方式,使用数组存储 **2.重写了底层数据的存储,将连续性的存储方式改为了非连续, *** 从而很好有效地支持了“引用”,并且让数据的删除增加变的更为快速 * 用法如: * YCArray<int,int> test * test.Add("Number2",4) * test.Add("Number1",2) * printf("%d %d",test["Number1"],test["Number2"]) * 显示: * 2 4 ******* ******* History: 2004-11-19 修改了析构函数,解决了索引没有释放的bug **/

    标签: 2004 yzh 字符 索引

    上传时间: 2015-04-09

    上传用户:我干你啊

  • powell优化搜索算法

    powell优化搜索算法,适合于多参数优化且目标函数中不包含参数的情况

    标签: powell 搜索算法

    上传时间: 2015-05-14

    上传用户:561596