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. 数学建模方法：蚁群算法

  2. 标题——作者——出处 基于蚁群优化算法递归神经网络的短期负荷预测 蚁群算法的小改进 基于蚁群算法的无人机任务规划 多态蚁群算法 MCM基板互连测试的单探针路径优化研究 改进的增强型蚁群算法 基于云模型理论的蚁群算法改进研究 基于禁忌搜索与蚁群最优结合算法的配电网规划 自适应蚁群算法在序列比对中的应用 基于蚁群算法的QoS多播路由优化算法 多目标优化问题的蚁群算法研究 多线程蚁群算法及其在最短路问题上的应用研究 改进的蚁群算法在2D HP模型中的应用 制造系统通用作业计划与蚁群算法优化 基于混合

  3. 所属分类：其它

    • 发布日期：2010-05-21
    • 文件大小：25165824
    • 提供者：wu_wenyang

  1. 最优解，贪心算法，多段图的最短路径

  2. 贪心算法一般来说是解决“最优问题”，具有编程简单、运行效率高、空间复杂度低等特点。 一、贪心算法与简单枚举和动态规划的运行方式比较 贪心算法一般是求“最优解”这类问题的。最优解问题可描述为：有n个输入， 它的解是由这n 个输入的某个子集组成，并且这个子集必须满足事先给定的条 件。这个条件称为约束条件。而把满足约束条件的子集称为该问题的可行解。这 些可行解可能有多个。为了衡量可行解的优劣，事先给了一个关于可行解的函数， 称为目标函数。目标函数最大（或最小）的可行解，称为最优解。 a)求“最优解”

  3. 所属分类：其它

    • 发布日期：2011-08-22
    • 文件大小：286720
    • 提供者：wzx_007

  1. 基于GIS的最优路径算法研究与实现

  2. 公路交通与人们的生产生活息息相关，随着社会经济的发展以及 人们生活水平的不断提高，交通运输面临的压力也越来越大，交通堵 塞、交通事故和交通引起的环境污染问题也日益严重。为解决当前交 通所面临的问题，智能交通系统(ITS)应运而生，作为ITS基础平台 的交通地理信息系统(GIS．T、)也得到了广泛的关注。本文研究的GIS 环境下的动态交通最优路径算法是ITS研究中的一个重要课题，能够 帮助出行者节省出行时间和燃油开支，提高现有交通设施的利用效 率，减少汽车温室气体的排放，保护环境等，具有一定的理

  3. 所属分类：C#

    • 发布日期：2012-11-01
    • 文件大小：8388608
    • 提供者：adw

  1. 最优信道质量预测算法的研究和实现

  2. 首先分析了基于 MMSE 准则的最优信道预测算法，通过数值结果分析了采样时间和多普勒频移的乘积对其性能的影响，并分析了信道估计误差对该算法的影响，介于该最优算法需要计算矩阵的逆，其复杂度太高，本文还提出了一种迭代算法对信道进行预测，仿真结果表明其算法是逼近于 MMSE 的性能的，且复杂度也比较小

  3. 所属分类：其它

    • 发布日期：2012-12-29
    • 文件大小：161792
    • 提供者：a2013b2012

  1. 蚁群算法详细资料

  2. 包括： 基于蚁群优化算法递归神经网络的短期负荷预测 蚁群算法的小改进 基于蚁群算法的无人机任务规划 多态蚁群算法 MCM基板互连测试的单探针路径优化研究 改进的增强型蚁群算法 基于云模型理论的蚁群算法改进研究 基于禁忌搜索与蚁群最优结合算法的配电网规划 自适应蚁群算法在序列比对中的应用 基于蚁群算法的QoS多播路由优化算法 多目标优化问题的蚁群算法研究 多线程蚁群算法及其在最短路问题上的应用研究 改进的蚁群算法在2D HP模型中的应用 制造系统通用作业计划与蚁群算法优化 基于混合行为蚁群算法的

  3. 所属分类：专业指导

    • 发布日期：2014-04-25
    • 文件大小：25165824
    • 提供者：kolchakzy

  1. 基于最优加权组合模型的转炉炼钢耗氧量预测

  2. 针对转炉炼钢过程中氧气消耗量难以准确预测问题,提出了一种基于灰色系统和遗传算法优化的BP神经网络组合的转炉耗氧量预测模型。首先,对提取出的转炉冶炼历史数据,运用灰色关联度方法确定出转炉炼钢氧气消耗量序列的主导因数序列;再对筛选出的主导因数序列数据运用灰色系统模型和GA-BP神经网络模型分别进行预测,最后,根据模型的预测结果,以组合预测误差平方和最小为目标函数,计算出各个模型的最优权重系数并进行加权融合进而实现了对转炉氧气消耗量的预测。仿真结果表明,提出的组合预测模型在减小预测误差、提髙预测精度以

  3. 所属分类：其它

    • 发布日期：2020-05-13
    • 文件大小：347136
    • 提供者：weixin_38656400

  1. 基于IPSO-Powell优化SVM的煤与瓦斯突出预测算法

  2. 针对基于支持向量机（SVM）的煤与瓦斯突出预测算法存在预测精度和可靠性不高，选择核函数时未考虑非线性数据的分类，对非线性分布的煤与瓦斯突出影响因素提取效果较差的问题，提出了一种将改进的粒子群(IPSO)算法与Powell算法相结合（IPSO-Powell）优化SVM的煤与瓦斯突出预测算法。首先通过灰色关联分析提取出煤与瓦斯突出主控因素，即瓦斯放散初速度、瓦斯压力、开采深度、瓦斯含量和煤体破坏类型，作为算法的输入样本；然后运用IPSO算法改善粒子群算法（PSO）的早熟收敛性，结合Powell算法进

  3. 所属分类：其它

    • 发布日期：2020-05-09
    • 文件大小：1048576
    • 提供者：weixin_38682086

  1. C#实现卡尔曼控制器最优值估计

  2. 尔曼滤波器,是一个最优化自回归数据处理算法。简单的说就是通过现有测量值，来预测最优值。本程序通过C#编程，实现卡尔曼控制器最优值估计。并创建显示面板，实时显示测量数据、最优估计值数据的曲线。希望对大家有用。

  3. 所属分类：交通

  1. Matlab计算机程序实现加权马尔可夫链预测太阳黑子数

  2. Matlab计算机程序实现加权马尔可夫链预测太阳黑子数，陈楚，马英钧，首先根据太阳黑子的周期约为11年，利用最优分割算法将1900-2010年太阳黑子数划分为6个等级，以12年作为步长，建立加权马尔可夫链预测�

  3. 所属分类：其它

    • 发布日期：2019-12-28
    • 文件大小：214016
    • 提供者：weixin_38699830

  1. 高速无人驾驶车辆最优运动规划与控制的动力学建模分析.pdf

  2. 在高速无人驾驶车辆的运动规划与跟踪控制过程中，滑移和侧倾是很难克服的高度非线性约束，特别是在复杂地形条件下，容易导致车辆失控甚至侧翻。通过研究地形因素对车辆转向特性和稳定性的影响，建立了高速车辆的等效动力学模型，并提出了一种变步长的模型离散化方法，能够在保证车辆模型置信度的基础上，实现较长的轨迹预测时域，同时满足计算实时性的要求。针对高速无人驾驶车辆的滑移和侧倾等操控稳定性约束，通过对车辆稳定行驶状态进行分析，推导了基于包络线和零力矩点的高速车辆稳定性约束条件。根据在高速、滑移、侧倾等复杂约束下

  3. 所属分类：专业指导

    • 发布日期：2019-09-06
    • 文件大小：638976
    • 提供者：leoking99

  1. 露天矿高陡边坡变形预报的最优LMBP算法研究

  2. 为提高BP神经网络在露天矿高陡边坡变形监测数据预测的精度与可靠性,建立了基于LM算法改进的LMBP神经网络预测模型。以某露天矿边坡监测数据为样本,构建了LMBP最优网络拓扑结构,通过MATLAB编制程序进行了网络训练和预测,应用结果表明:LMBP神经网络具有良好的函数逼近能力及较快的网络收敛能力,且该模型计算结果较为精确,预测精度较高。

  3. 所属分类：其它

    • 发布日期：2020-05-28
    • 文件大小：582656
    • 提供者：weixin_38656400

  1. 顾及数据新鲜度函数Knothe的开采沉陷最优组合预测模型及应用

  2. 针对传统组合预测模型对开采沉陷动态预测适应性差、组合权求解未顾及实测数据新鲜度的影响且求解效率低的缺点,通过实测分析和理论建模方式,研究了顾及数据新鲜度的开采沉陷组合预测模型,依据稳定性好、预测精度高、互补性好原则,该组合模型选取了GM(1,1)、三次指数平滑法、AR三元单体模型,引入顾及开采沉陷数据新鲜度的Knothe函数,基于误差平方和最小准则,构建了顾及数据新鲜度函数Knothe的开采沉陷最优组合预测模型,并提出了模型组合权求解的GA-NP算法(遗传算法-非线性规划算法)。工程应用表明,建

  3. 所属分类：其它

    • 发布日期：2020-06-14
    • 文件大小：435200
    • 提供者：weixin_38706007

  1. 基于支持向量机的高速铁路通信系统信道预测算法

  2. 针对高速铁路通信系统，研究快速时变信道预测问题。通过引入支持向量机（SVM）模型，提出一种信道预测算法。通过求解二次优化问题，得到SVM的预测最优超平面，并通过循环迭代实现多步预测。为了进一步提高预测准确度，采用遗传算法(GA)对SVM模型的惩罚系数和高斯核宽度进行优化。仿真结果表明，与传统的自回归(AR)以及单一的SVM预测模型相比，所提出的同时考虑SVM和GA（SVM-GA）的预测模型具有较低的预测误差。此外，当考虑噪声对预测性能影响时，SVM-GA预测模型在归一化均方误差性能方面也优于AR

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：588800
    • 提供者：weixin_38704284

  1. 通过依赖最大化的流形最优实验设计，用于主动学习

  2. 自然发生的数据量正在以巨大的数量增长，这给赋予它们高质量的标签以学习良好的模型带来了巨大的挑战。 因此，至关重要的是仅选择信息最丰富的数据点进行标记，然后将其植入主动学习的框架中。 我们从最佳实验设计（OED）的回归模型中研究了此问题。 为此，已经开发了几种基于OED的方法，但数据点与它们的预测之间的关系仍未得到充分探索。 受此启发，我们采用了希尔伯特-施密特独立性准则（HSIC），以全局视角最大化样本及其估计之间的依赖性。 因此，我们提出了一种新的主​​动学习方法，即通过依赖最大化（MODM）

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：1048576
    • 提供者：weixin_38732740

  1. HEVC的最优可扩展且具有成本效益的分数像素运动估计算法

  2. 小数像素运动补偿仍然是即将到来的高效视频编码（HEVC）标准中最耗时的部分之一。 在本文中，我们提出了一种最佳可伸缩且具有成本效益的分数像素运动估计（FPME）算法，以最佳地适应不同和变化的计算资源约束。 我们的主要贡献包括两个方面。 首先，提出了一种基于成本效益分析的最优可扩展且具有成本效益的FPME算法，在此我们提出了一种改进的分数像素MV预测方法和针对HEVC中每个搜索点的新的成本效益优先级。 其次，提供了复杂度调整策略，以使FPME能够调整其复杂度以匹配时间上不同的给定约束。 实验表明，

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：509952
    • 提供者：weixin_38707061

  1. 多传感器最优融合固定间隔卡尔曼平滑器

  2. 基于线性最小方差意义上的最优加权融合算法，针对具有多个传感器和相关噪声的具有三层融合结构的离散时变线性随机控制系统，给出了最优融合固定间隔卡尔曼平滑器。 第一和第二融合层都具有网状平行结构，分别确定任何两个传感器子系统之间的预测和平滑误差的互协方差矩阵。 第三融合层是确定最佳权重并获得最佳融合固定间隔平滑器的融合中心。 推导任何两个传感器子系统之间的平滑误差互协方差矩阵。 将其应用于具有三个传感器的跟踪系统显示了其有效性。

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：179200
    • 提供者：weixin_38564503

  1. 离散随机奇异系统的最优融合降阶卡尔曼估计

  2. 基于线性最小方差（LMV）意义上标量加权的最优融合算法，针对具有多个传感器和相关噪声的离散时间随机奇异线性系统，给出了包括预测器，滤波器和平滑器在内的分布式最优融合降阶卡尔曼估计器。 。 原始高阶奇异系统的融合估计问题转移到两个降阶子系统的融合估计问题。 与每个传感器的任何局部估计器相比，它们的精度更高。 分别为两个降阶子系统推导任意两个传感器子系统之间的估计误差互协方差矩阵。 此外，还研究了稳态融合估计量，这些估计量减少了在线计算量。 具有三个传感器的仿真示例显示了有效性。

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：2097152
    • 提供者：weixin_38704011

  1. 基于数据的空调系统最优启停时间预测

  2. 在HCMAC神经网络的基础上提出一种新的基于聚类的HCMAC神经网络算法用于空调系统最优启停时间预测模型的建立,以室外环境温度和室内环境温度为输入参数,通过基于聚类的HCMAC神经网络预测模型得到空调系统的最优启停时间,用于指导空调系统的运行,以期实现在满足用户热舒适的条件下,实现最大限度的节能。与HCMAC算法比较,本文的算法可以大大降低神经网络节点数,并提高预测精度。实验结果证明了该算法的有效性。

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：228352
    • 提供者：weixin_38728464

  1. 最优分类树：Bertsimas和Dunn提出的OCT（最优分类树）试图通过解决MIP问题来寻找全局最优-源码

  2. 最优分类树 与诸如CRAT，ID3，C4.5的树算法以贪婪方式进行递归分区相比，Bertsimas和Dunn提出的OCT（最优分类树）试图通过解决MIP问题来寻找全局最优值。 我们将在UCI机器学习数据集中的5个数据集上针对CART对OCT进行全面基准测试 第一个数据集：信贷批准预测 第二个数据集：肝病检测 第三个数据集：气候模型碰撞识别 第四个数据集：化合物分类 第五个数据集：车辆识别

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：543744
    • 提供者：weixin_42116672

  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
« 12 3 4 5 6 7 8 9 10 ... 18 »