基于二次型性能指标学习算法的单神经元自适应PID控制，采用二次型性能指标来计算控制律可以得到所期望的优化效果。
上传时间： 2016-01-22
上传用户：mpquest
omptl使用openmp多核库优化过的STL库，从而给STL加入了多核并行运算的能力，在多核的机器上大大改进了STL算法的性能。
上传时间： 2014-12-01
上传用户：sjyy1001
用MA TLAB 语言及MA TLAB 语言编制的优化工具箱进行优化设计具有语言简单、函数丰富、用法比 较灵活、编程效率高等特点. 本文对遗传算法和基于MA TLAB 的遗传算法优化工具箱(GAO T ) 作了简要的介 绍、分析了优化工具函数, 并结合非线性、多峰值函数问题的优化实例, 说明了遗传算法是一种具有良好的全局 寻优性能的优化方法.
上传时间： 2014-01-25
上传用户：wsf950131
非平衡数据集的分类问题经常出现在许多实际应用中.支持向量机在处理这一类问题时,整体分类性能比较低.为此,Veropoulos提出的采用不同惩罚系数的改进算法可以较好的解决此类问题.此外,可以利用序列最小优化算法简单快速的解决上述优化问题.
标签： Veropoulos 分类 非平衡 数据集
上传时间： 2014-01-19
上传用户：yzy6007
BIOS内存设置全面优化，提高计算机性能，供大家参考
上传时间： 2016-05-02
上传用户：515414293
在工业工程中,许多最优化问题性质十分复杂,很难用传统的优化方法来求解.自1960年以来,人们对求解这类难解问题日益增加.一种模仿生物自然进化过程的、被称为“进化算法（evolutionary algorithm）”的随机优化技术在解这类优化难题中显示了优于传统优化算法的性能。目前，进化算法主要包括三个研究领域：遗传算法、进化规划和进化策略。其中遗传算法是迄今为止进化算法中应用最多、比较成熟、广为人知的算法。
标签： evolutionary 1960 algo 工业
上传时间： 2016-06-20
上传用户：dave520l
量子进化算法的性能直接受量子旋转门旋转角计算方法的影响.文中提出一种改进量子进化算法，核心是 设计了基于量子比特概率幅比值自适应计算量子旋转门旋转角的新方法，算法具有收敛速度快和全局搜索能力强 的特点.通过011背包问题分析了新方法中相关参数对算法性能的影响，并应用算法求解物流配送路径优化问题，仿真表明改进量子进化算法性能优于量子进化算法和传统进化算法.
上传时间： 2016-06-28
上传用户：恋天使569
20 世纪70 年代以来,人们从工业过程的特点出发,寻找对模型精度要求不高而同样能实现高质量控制性能的方法,预测控制就是在这种背景下发展起来的。预测控制技术最初由Richalet 和Cutler 提出[1 ] ,它最大程度地结合了工业实际的要求,综合效果好,已经在理论和应用方面取得了显著进展,各种预测控制算法不断地产生并得到发展。预测控制算法具有三大本质特征:预测模型、滚动优化和反馈校正[2 ] 。它是不断滚动的局部优化,而非全局最优。预测控制的特点:建模方便 采用非最小化描述的离散卷积和模型,信息冗余量大,有利于提高系统的鲁棒性 采用滚动优化策略,使模型失配、畸变、干扰等引起的不确定性及时得到弥补,从而得到较好的动态控制性能 可推广到有约束条件、大迟延、非最小相位以及非线性等过程,对模型精度要求不高,跟踪性能良好,更适应于复杂工业过程控制。
上传时间： 2014-01-02
上传用户：csgcd001
一种基于混合策略的改进粒子群优化算法，包括执行程序hpso.m和参数设定hPSOoptions.m两个源文件。代码清晰，易于改进实现。结果显示有效的提高了SPSO的性能
上传时间： 2014-01-27
上传用户：tfyt
基于粒子群优化的神经网络训练算法研究论文 摘 要: 本文提出了基于连接结构优化的粒子群优化算法(SPSO) 用于神经网络训练,该算法在训练神经网络权 值的同时优化其连接结构,删除冗余连接,使神经网络获得与模式分类问题匹配的信息处理能力. 经SPSO 训练的神经 网络应用于Iris ,Ionosphere 以及Breast cancer 模式分类问题,能够部分消除冗余分类参数及冗余连接结构对分类性能 的影响. 与BP 算法及遗传算法比较,该算法在提高分类误差精度的同时可加快训练收敛的速度. 仿真结果表明,SPSO是有效的神经网络训练算法
上传时间： 2013-11-30
上传用户：myworkpost
