beam_exp

matlab调用ansys有限元电磁场分析软件，包括代码折叠，代码注释，注释高亮，自动缩排，Cell代码结构和Cell折叠等功能(matlab to call ansys finite element electromagnetic field analysis software, including code folding, code comments, comments, highlighting, automatic indentation, Cell code structure and Cell-folding function)

这是一个非正交环境下的程序，两个用户分在一个子载波内，通过分配不同的功率，才接受端采用SIC进行信号消除。(This program is a non-orthogonal environment, within a two-user subcarrier, by allocating different power, only the receiving end of the signal to eliminate the use of SIC.)

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.)

this is a zip file for showing how particle swarm optimization find g_best with matlab.

使用MATLAB语言写的，LM算法,将LM算法应用于神经网络的训练，大幅提高速度(Using MATLAB language, LM algorithm)

克里金内插的matllab程序，简单，速度快 (Interpolation kriging matllab program is simple, fast)

algoritm for mix differentes images monocromatics for to make a RGB Image,.

牛顿插值，前插共识，前插公式，用matlab实现数值计算方法中的牛顿向前插值公式。(newton_interpolation)

说明：  对彩色图像进行K均值的图像分割，可用于模式识别(K on the mean color image segmentation, can be used for pattern recognition)

这个源代码是关于顺序选择遗传算法的实例，其中个体数目为50个(This source code is on the order of the genetic algorithm to instances, where the number of individuals of 50)