登录
首页 » Others » 入侵杂草优化算法matlab仿真程序

入侵杂草优化算法matlab仿真程序

于 2020-12-02 发布
0 372
下载积分: 1 下载次数: 9

代码说明:

杂草优化算法(IWO)是一种受杂草启发而提出的、基于种群的数值优化计算方法,其执行过程是模拟杂草入侵过程的算法。在matlab环境中用m语言编程实现了IWO,并对其收敛性进行了仿真。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 软件需求规格说明书模板(超详细)
    很详细规范的实例软件需求说明书,标准规范,自用参考
    2020-11-28下载
    积分:1
  • LABVIEW中调用halcon的简单说明
    PDF文档,详细介绍了如何在LABVIEW中调用halcon(配图说明)。
    2020-11-29下载
    积分:1
  • TDOA/AOA定位的扩展卡尔曼滤波定位算法
    TDOA/AOA定位的扩展卡尔曼滤波定位算法,新手上手看看,注释全面,简单易懂
    2020-11-28下载
    积分:1
  • MFC校园网最短路径设计
    采用Visual C++6.0中基于框架窗口的应用程序开发方法,结合Dijkstra算法思想,分析并实现了校园站点网中任意两个指定的起点和终点间的最短路径长度及路线的求解。
    2020-11-29下载
    积分:1
  • 数据分析之电商客户评价数据分析
    某知名电商拥有二十万条关于热水器的客户评价数据 ,希望能够从数据中,分析某一品牌的用户感情倾向,并详细分析该品牌产品的优缺点,进而提炼所有其他品牌热水器的卖点01项目背景02.产品销量统计03.海尔热水器情感分析04.其他品牌热水器卖点分析05小结:卖点综合分析06.数据来源及指标说明01项目背景★某知名电商拥有二十万条关于热水器的客户评价数据,希望能够从数据中,分析某一品牌的用户感情倾向,并详细分析该品牌产品的优缺点,进而提炼所有其他品牌热水器的卖点★网购大家电的行为日益成熟,及网店评价系统的日益完善,为我们提供了很好的数据积累★用前沿科技手段挖掘用户感情倾向,对生产和销售具有重要的指导意义01.项目背景02产品销量统计03.海尔热水器情感分析04.其他品牌热水器卖点分析05小结:卖点综合分析06.数据来源及指标说明02销量统计年至年总体销量如图,海尔销量约占总体的占了将近大半壁江山年销售汇总图表标题海尔·美的·万和c格兰仕··万家乐海尔美的万和格兰仕万家乐02销量统计年至年各年各品牌销售情况如图可以看出,海尔热水器于年早先于其他品牌进入网店销售,并且销量一直稳居前列年热水器各年销售统计■格兰仕■海尔■美的■万和■万家乐01.项目背景02.产品销量统计03海尔热水器情感分析04.其他品牌热水器卖点分析05小结:卖点综合分析06.数据来源及指标说明03海尔热水器客户情感分析★总体满意度指枋海尔品牌客户评价满意度星级海尔品牌客户评价比例差评差评★较差★★一般★★★很满意满意★★★★很满意★★★★★较差一般满意从图表中可以看出,客户对海尔热水器的综合评价较高,很满意的占45%,差评比率为差评·较差■一般■满意■很满意占24%,其中差评主要的原因为安装配件的费用03海尔热水器客户评价词频质量费用服务品牌加热安装费安装品牌从图表中可以看出,客户对于海保温便宜送货名牌外观实惠师傅大牌尔品牌的服务提及的频率较高配件性价比服务销售时可以着重强调服务及售后质量价格售后效果材料费发货水阀收费包装容量价钱保修温度价位质保出水量特价换货使用经济功品率质口口恒温性能效率插头耗电管道功能质量价格服务品牌
    2020-12-12下载
    积分:1
  • IEEE14 BUS system
    MATLAB 的 IEEE 14 bus 系统simulink仿真,仿真调试无错误,可以作为初级电力系统学习者的学习模型, 也可以进行一定的修改来满足自己的仿真需要。
    2020-11-28下载
    积分:1
  • 疯子改端技术整合
    疯子改端技术整合 修改服务端方法。 冒险岛改端
    2020-12-09下载
    积分:1
  • UFS3.0 SPEC
    Universal Flash Storage (UFS) Version 3.0,JESD220D_UFS3.0.PDF,UFS3.0 SPEC,英文原版
    2020-12-11下载
    积分:1
  • 基于SVM电力系统短期负荷预测的其中一个例程
    基于SVM电力系统短期负荷预测的其中一个例程,包含数据和程序,与传统的算法相比,本代码在导入SVM训练之前对影响短期负荷的各种因素作了一个加权的特殊处理
    2020-07-02下载
    积分:1
  • CA算法的MATLAB实现
    数据聚类中,采用CA算法将数量型属性划分为若干个优化的区间,竞争聚集算法综合了分层聚类和划分聚类的优点,对于给定的不同初始个数,CA算法能随着迭代过程的进展不断改变类的数目,一些竞争力差的类即类的基数小于给定阙值的类将在迭代过程中不断消失,并最终得到能够有效体现数据的实际分布情况的优化聚类个数,从而将数量型属性离散化成若干个优化的区间。
    2021-05-06下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载