-
Chilipepper_Labs
am fine and i feel to in joy that
- 2013-11-11 11:11:37下载
- 积分:1
-
BroadBand-random-signal
Matlab中宽带随机信号的产生,用于连续小波变换的源信号(Matlab generate broadband random signals, signal source for continuous wavelet transform)
- 2020-09-01 20:58:09下载
- 积分:1
-
GA求解JOB SHOP调度问题
【实例简介】应用背景 车间调度问题是对n个工作在m个台机器上加工的问题。已知每个工作中工序加工顺序、各工序的加工时间以及每个工件所包含的工序,在满足约束条件的前提下,目的是确定机器上各工件顺序,以保证某项性能指标最优。 其中,车间调度问题的约束条件包括以下几个方面: (1) 在任一时刻一台机器最多只能加工一个工件; (2) 在任一时刻一个工件最多只能在一台机器上加工; (3) 一个工件一旦开始加工不允许中断; (4) 在零时刻,所有工件都可被加工; (5)任一工序只能在其指定的机器上加工,同一工件的所有工序必须满足预先给定的加工顺序。
程序功能说明:共4个工件,每个工件3个工序,6台机器,给出了每个工件的各工序能使用的机器序号矩阵Jm,求解最优调度方案的加工时间
关键技术 遗传操作包括以下三个基本遗传算子:选择、交叉、变异。 选择 :从群体中选择优胜的个体,淘汰劣质个体的操作叫选择。选择的目的是把优化的个体(或解)直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代。选择操作是建立在群体中个体的适应度评估基础上的,轮盘赌选择法是最简单也是最常用的选择方法。 交叉 :在自然界生物进化过程中起核心作用的是生物遗传基因的重组(加上变异)。同样,遗传算法中起核心作用的是遗传操作的交叉算子。所谓交叉是指把两个父代个体的部分结构加以替换重组而生成新个体的操作。通过交叉,遗传算法的搜索能力得以飞跃提高。交叉算子根据交叉率将种群中的两个个体随机地交换某些基因,能够产生新的基因组合,期望将有益基因组合在一起。 变异:变异算子的基本内容是对群体中的个体串的某些基因座上的基因值作变动。一般来说,变异算子操作的基本步骤如下: a)对群中所有个体以事先设定的编译概率判断是否进行变异 b)对进行变异的个体随机选择变异位进行变异。 遗传算法引入变异的目的有两个:一是使遗传算法具有局部的随机搜索能力。当遗传算法通过交叉算子已接近最优解邻域时,利用变异算子的这种局部随机搜索能力可以加速向最优解收敛。显然,此种情况下的变异概率应取较小值,否则接近最优解的积木块会因变异而遭到破坏。二是使遗传算法可维持群体多样性,以防止出现未成熟收敛现象。此时收敛概率应取较大值。
- 2021-05-18 10:32:03下载
- 积分:1
-
考虑遗忘因子的BP神经网络解决XOR问题
该程序为解决xor问题的BP网络源代码,且通过选择菜单设定了随机权重和固定权重两种可能,还考虑了BP神经网络遗忘因子的影响,该程序是基本BP网络的优化
- 2022-03-19 20:57:26下载
- 积分:1
-
FTPClient
File Transfer application
- 2015-02-03 03:34:36下载
- 积分:1
-
Identify_queue_length_With_Blocking_Rotat_hist
Identify queue length By histogram method
- 2013-05-06 01:55:43下载
- 积分:1
-
beamforming12
对常规水压信号的波速形成程序,对初入阵列信号处理的同学有帮助!(Velocity signal for the formation of conventional hydraulic procedures for students entering the array signal processing to help!)
- 2013-12-05 19:39:07下载
- 积分:1
-
CodePotentialFlow2DSim
2D Potential Flow Simulator
- 2012-05-27 14:23:14下载
- 积分:1
-
表情识别
说明: 在频域中组合空间域和局部相位量化(LPQ)的局部二进制模式(LBP)用于面部识别。 首先,从LBP特征和频域中提取人脸图像以提取LPQ特征,然后合并到LBP / LPQ直方图中以比较直方图相似度。 最后,使用最近邻原则来识别。 在YALE和AR标准人脸数据库上的实验表明,该方法获得的结果优于单一方法。(A local binary pattern (LBP) combining spatial domain and local phase quantization (LPQ) in frequency domain for face recognition. Firstly, the face image is extracted from the LBP feature and the frequency domain to extract the LPQ feature, and then merged into the LBP /LPQ histogram to compare the histogram similarity. Finally, the nearest neighbor principle is used to identify. Experiments on the YALE and AR standard face databases show that the results obtained by this method are better than the single method.)
- 2020-06-18 16:40:02下载
- 积分:1
-
程序(分享)
说明: matalb2020a深度学习 学习程序整理,适合入门(matlab deeplearning toolbox my experience)
- 2020-05-13 15:51:30下载
- 积分:1