注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 模拟退火算法程序VC环境

  2. 模拟退火算法(Simulated Annealing，SA)最早由Kirkpatrick等应用于组合优化领域，它是基于Mente-Carlo迭代求解策略的一种随机寻优算法，其出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。模拟退火算法从某一较高初温出发，伴随温度参数的不断下降,结合概率突跳特性在解空间中随机寻找目标函数的全局最优解，即在局部最优解能概率性地跳出并最终趋于全局最优。模拟退火算法是一种通用的优化算法，理论上算法具有概率的全局优化性能,目前已在工程中得到了广泛应用

  3. 所属分类：C++

    • 发布日期：2011-08-27
    • 文件大小：27648
    • 提供者：xqlu2007

  1. 【原版】粒子群算法实战分享 动画PPT

  2. 　　PPT是针对博主使用粒子群优化算法解决水面无人艇静态、动态障碍物规避，及场地布局三类问题，做了更深入的总结分析。 　　与目前火热的机器学习不同，智能优化算法需要对问题建立确定的模型，具有明确的优化目标函数，对优化变量不断的寻优。通过对三种算法的问题描述、模型建立、算法参数确定、算法流程描述、计算结果分析，及从维度、优化变量、优化目标、针对业务的PSO优化四个方面，对应用在不同场景下的三种粒子群算法进行对比总结，旨在更彻底的剖析如何将粒子群优化算法应用到具体的问题中。 　　该PPT是原版包含

  3. 所属分类：机器学习

    • 发布日期：2017-08-07
    • 文件大小：18874368
    • 提供者：dkjkls

  1. python编写细菌觅食优化算法(python代码)

  2. 采用python编写完整的细菌觅食优化代码，用于优化支持向量机等机器学习算法的多个主要参数，进行寻优工作。

  3. 所属分类：Python

    • 发布日期：2019-05-18
    • 文件大小：4096
    • 提供者：qq_35486974

  1. 基于PSO工具箱的函数寻优.zip

  2. 内有工具箱，代码，报告。 1、掌握 PSO 工具箱的常用命令。 2、利用 Matlab 实现粒子群算法求解函数优化问题。 3、分析算法中各种参数变化对计算结果的影响。 1、打印程序清单。 2、绘制每代个体适应度值变化图，记录算法的最优解。 3、分析惯性权重的变换对求解性能的影响。 4、简要回答思考题。

  3. 所属分类：机器学习

    • 发布日期：2020-03-18
    • 文件大小：856064
    • 提供者：weixin_42353399

  1. 总结：Bootstrap(自助法)，Bagging，Boosting(提升) - 简书.pdf

  2. 关于机器学习方面的集成算法，包括boosting和bagging，里面讲解详细，值得下载2019/4/27 总结: Bootstrap(白助法), Bagging, Boosting(提升)-简书 assiier 1 -9 Decition boundary Classifier 2 Decislon boundary 2 Classifier 3 o Decision boundary 3 ▲△▲ △6▲ Feature 1 Feature 1 Featur (∑ g Feature Ense

  3. 所属分类：机器学习

    • 发布日期：2019-10-13
    • 文件大小：2097152
    • 提供者：qq_15141977

  1. 基于深度长短时记忆网络的区域级超短期负荷预测方法_张宇帆.pdf

  2. 超短期负荷预测为实时电力市场运行提供重要依据， 预测准确度的提升对于揭示负荷变化的不确定性以及日前 预测偏差具有重要意义。基于电力系统中含有的丰富大数据 资源，提出了一种针对区域级负荷的深度长短时记忆网络超 短期预测方法，该方法包括输入数据的预处理、深度长短时 记忆(long short-term memory，LSTM)网络的构建以及模型 的训练和超参数的寻找等步骤。其中采用随机搜索的方法寻 找最优超参数，并在该超参数下选择泛化能力最优的模型，与前沿机器学习预测算法进行对比。实验结果证实，深度

  3. 所属分类：讲义

    • 发布日期：2020-10-17
    • 文件大小：1048576
    • 提供者：SparkQiang

  1. 基于支持向量机分类的脑中风微波检测

  2. 相比现有技术，基于微波技术的脑中风检测无电离辐射，是一种安全便捷低廉的检测方法。目前主要的脑中风微波检测方法是微波成像，但由于脑部结构复杂，成像精度和可靠性不高。近年来，基于机器学习的分类方法开始应用于微波生物检测。该文提出了一种以支持向量机作为核心的机器学习脑中风检测分类算法，并通过粒子群优化算法来对SVM参数进行寻优，以达到优化分类准确率的目的，实现有无脑中风的正确分类。经过脑中风微波检测实验系统验证，脑中风的分类器平均检测正确率经优化后提高了16%，证明算法的可行性。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：366592
    • 提供者：weixin_38728464

  1. 贝叶斯优化全套代码—改-添加使用教程

  2. 贝叶斯优化是机器学习中一部分，由于网格搜索法效果不好，才选择贝叶斯优化，涉及到参数寻优的都可以用此方法，效率高并且有效性强。

  3. 所属分类：机器学习

    • 发布日期：2020-10-29
    • 文件大小：18432
    • 提供者：qq_38597069

  1. ACPSO-SVR结合的非线性建模预测算法研究

  2. 提出一种基于自适应混沌粒子群优化和支持向量机结合的非线性预测建模算法（ACPSO-SVR），引入ACPSO启发式寻优机制对SVR模型的超参数进行自动选取，在超参数取值范围变化较大的情况下，效果明显优于网格式搜索算法。选取UCI机器学习数据库中的Forest fires标准数据集进行测试，实验结果表明该方法具有较高的精度和良好的泛化能力，对于解决多变量的回归预测问题是一种有效的方法。最后给出了混合算法在碳一多相催化领域的两种典型应用，在反应动力学模型未知的情况下建立催化剂组份模型和操作条件模型，以

  3. 所属分类：其它

    • 发布日期：2021-01-31
    • 文件大小：1033216
    • 提供者：weixin_38594266

  1. 求解不相关并行机调度的一种自适应分布估计算法

  2. 针对不相关并行机调度问题, 提出一种基于信息熵的自适应分布估计算法. 根据问题特性, 设计了面向工件机器分配的概率模型及其基于增量学习的更新方式, 学习速率基于信息熵进行调整. 为了增强算法局部寻优能力, 采用基于关键机器的邻域结构进行局部搜索; 同时讨论了信息熵与学习速率的关系, 并探讨了关键参数对算法性能的影响. 基于标准算例的测试结果与算法比较, 验证了学习速率的自适应调整机制以及所提出算法的有效性.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：231424
    • 提供者：weixin_38528180