NSGA-Ⅱ多目标优化算法

需要一个文本文件作为输入包含 x 和 y 坐标的一系列的曲线上的点。该代码然后使用遗传算法训练神经网络来逼近同一条曲线。运行从 python 命令行 ；示例输入的命令会看起来像： python nn_weights_1.py-r 10-n 100 g 500-t 3600.0-RandomCrossOver-s random_seeds_100.txt-i sine_datapoints1.txt-o results.txt nn_weights_1.py 在哪里的代码文件中，名称-r 告诉它多少运行来执行，-n 告诉它在人口中的多少人-g 告诉它多少代人，在每个运行，-t 告诉它的最长时间 （以秒为单位） 运行，— — 告诉它要使用 （随机、 HillClimber、 RandomCrossOver、 SmallCrossOver、 SmartCrossOver） 的算法，-s 告诉它什么文件用于随机种子 （可选），我告诉它什么数据文件用作输入和-o 告诉它要将输出发送到什么文件。

应用背景 VB自学编程案例，算数运算符。 VB自学编程案例，算数运算符。 VB自学编程案例，算数运算符。 VB自学编程案例，算数运算符。 VB自学编程案例，算数运算符。 关键技术 VB编程，自己编写算数运算符，第一次学VB哦。

用来检测一副二值图像中的平行直线，如有平行直线则将他们找出来。希望大家可以用的上，欢迎下载！！谢谢

资源描述 一种基于二值图像的标记区域的新算法，文档和代码。 函数：BWLabel 功能：实现二值图像的连通区域标记 参数： pnBW---指向二值图像数据，要求像素值为0、1 pnBWLabel---指向标记后的图像 nImageWidth、nImageHeight---图像高宽 nMode---邻域的连接模式：8为八连通，4为四连通

此代码可用于打破数字。它的一个例子： 让说，用户输入"561365"作为输入，现在程序将放置在数组中的每个位数的这一数字。所以以后你可以做任何需要使用此 number 位数的操纵。

资源描述此程序是利用回溯法的思想，来解决N皇后问题。利用Ｃ＃语言进行开发，可以更加直观的观察回溯法的运用步骤。

常用算法的C程序。主要内容包括多项式的计算、复数运算、随机数的产生、矩阵运算、矩阵特征值与特征向量的计算、线性代数方程组的求解、非线性方程与方程组的求解、插值与逼近、数值积分、常微分方程组的求解、数据处理、极值问题的求解、数学变换与滤波、特殊函数的计算、排序和查找。-Commonly used algorithm of C procedures. Include polynomial terms, complex computation, random number generation, matrix operations, matrix eigenvalue and eigenvector calculations, linear algebra equations, nonlinear equations with the equations, interpolation and approximation, numerical integration, solving ordinary differential equations, data processing, for solving extremum problems, mathematical transformation and filtering, the calculation of special functions, sorting and search.

资源描述四轴飞控代码，包含原理图PCB，上位机以及相关的姿态算法四轴飞控代码，包含原理图PCB，上位机以及相关的姿态算法四轴飞控代码，包含原理图PCB，上位机以及相关的姿态算法四轴飞控代码，包含原理图PCB，上位机以及相关的姿态算法四轴飞控代码，包含原理图PCB，上位机以及相关的姿态算法四轴飞控代码，包含原理图PCB，上位机以及相关的姿态算法四轴飞控代码，包含原理图PCB，上位机以及相关的姿态算法四轴飞控代码，包含原理图PCB，上位机以及相关的姿态算法四轴飞控代码，包含原理图PCB，上位机以及相关的姿态算法四轴飞控代码，包含原理图PCB，上位机以及相关的姿态算法四轴飞控代码，包含原理图PCB，上位机以及相关的姿态算法

TspACO 蚁蚁群优化求解 tsp 问题 tspACO 蚁蚁群优化 tspACO 蚂蚁殖民地优化 tspACO 蚂蚁蚁群优化蚁群算法蚂蚁群体优化

粒子群优化算法 （PSO） c粒子群优化 （PSO） 算法 [1，2] 在 C 可执行"插入"代码作为一个小型图书馆。粒子群优化算法用于涉及全局随机优化的连续函数 （称为目标函数） 的问题。粒子群优化算法也可用于离散优化问题，但在此库的当前版本中未实施这种行为。使用只是在代码中包括 pso.h 和 pso.c。您需要有 GNU 科学图书馆和各自的发展 （即标题） 文件，以在您的应用程序中包含 pso.c。你的 Makefile 中将添加到您的 LDFLAGS 的-lgsland lgslcblas。为了使用 pso_solve()，您需要：最小化目标函数 （见在 pso.h 中定义类型 pso_obj_fun_t），一个具有正确初始化的 pso_results_t 对象 (malloc 会) gbest 缓冲区。这是将存储发现最好的位置，以及最小的误差 （存储在成员错误）。一个具有正确初始化的值 （使用 pso_set_default_settings() 进行快速和肮脏的初始化） 的 pso_settings_t 对象功能邻域拓扑粒子群优化算法用于确定每个 particle 附近吸引子提供了三种不同的策略：全球的拓扑结构 （PSO_NHOOD_GLOBAL），每个粒子由每一另一种粒子群通知环形的拓扑 （PSO_NHOOD_RING） 在那里存在着固定的环型拓扑结构和每个粒子由其邻近的微粒通知