prob_tgamma

Variable Neiborhood PSO Algorithm

matlab genetic algorithm codes

说明：  OFDM信号的PTS算法，用于降低峰均比，v=4，64QAM调制，子载波数可以自己调整(Partial Transfer Sequence Algorithms)

说明：  经典的滤波算法 程序主要用于目标跟踪方面(KF object tracking)

无线传感器网络的一个最新发展情况，概述了其发展过程以及最新发展方向(One of the latest developments in the case of wireless sensor networks, an overview of the development process as well as the latest development direction)

matlab经典算法的程序，适合数学建模时使用(Matlab algorithm procedures, suitable for classical mathematical modeling when used)

gause-jordan method it is m-file

用于多孔介质中波的传播，分析波的传播速度随入射角的变化，消除频散的特性(wave propogation in porous media)

利用UKF融合算法在融合多传感器数据加上GPS实现多数据融合，最后进行姿态解算(UKF fusion algorithm in use multi-sensor data fusion plus GPS multi-data fusion, and finally the attitude solution)

测试可以跑，根据自己情况修改下函数即可. NSGA-III 首先定义一组参考点。然后随机生成含有 N 个（原文献说最好与参考点个数相同）个体的初始种群，其中 N 是种群大小。接下来，算法进行迭代直至终止条件满足。在第 t 代，算法在当前种群 Pt的基础上，通过随机选择，模拟两点交叉（Simulated Binary Crossover，SBX）和多项式变异 产生子代种群 Qt。Pt和 Qt的大小均为 N。因此，两个种群 Pt和 Qt合并会形成种群大小为 2N 的新的种群 Rt=Pt∪Qt。 为了从种群 Rt中选择最好的 N 个解进入下一代，首先利用基于Pareto支配的非支配排序将 Rt分为若干不同的非支配层（F1，F2等等）。然后，算法构建一个新的种群St，构建方法是从 F1开始，逐次将各非支配层的解加入到 St，直至 St的大小等于 N，或首次大于 N。假设最后可以接受的非支配层是 L层，那么在 L+ 1 层以及之后的那些解就被丢弃掉了，且 St FL中的解已经确定被选择作为 Pt+1中的解。Pt+1中余下的个体需要从 FL中选取，选择的依据是要使种群在目标空间中具有理想的多样性。(The test can run and modify the function according to its own situation. NSGA-III first defines a set of reference points. Then the initial population containing N individuals (preferably the same number of reference points as the original literature) was randomly generated, where N was the size of the population. Next, the algorithm is iterated until the termination condition is satisfied. On the basis of current population Pt, the algorithm simulates two-point crossover (SBX) and polynomial mutation to produce offspring population Qt by random selection.)