一种基于双变异算子的遗传算法本文针对简单遗传算法(SGA)所存在的缺点和不足,提出了一种新的改进遗传算法-双变异算子GA。该想法通过将所有产生的子代个体与父代个体混合作为下一代种群，在种群选择前对适应度值较低的个体进行一次变异，然后通过选择，交叉，再一次变异产生新种群，再利用自适应算法改变交叉和变异率及最优保存策略保护历代最优个体, 经Visual C++ 软件编程计算,得到了较好的优化结果.
上传时间： 2017-07-10
上传用户：啊飒飒大师的
提出一种基于自适应混沌粒子群优化和支持向量机结合的非线性预测建模算法（ACPSO-SVR），引入ACPSO启发式寻优机制对SVR模型的超参数进行自动选取，在超参数取值范围变化较大的情况下，效果明显优于网格式搜索算法。选取UCI机器学习数据库中的Forest fires标准数据集进行测试，实验结果表明该方法具有较高的精度和良好的泛化能力，对于解决多变量的回归预测问题是一种有效的方法。最后给出了混合算法在碳一多相催化领域的两种典型应用，在反应动力学模型未知的情况下建立催化剂组份模型和操作条件模型，以及基于混合算法的最优催化剂设计框架。
上传时间： 2013-10-23
上传用户：alibabamama
C针对模式识别问题H描述了支持向量机的基本思想H着重讨论了OD=?PI最小二乘=?PI加权=?P 和直接 =?P 等新的支持向量机方法H用于降低训练时间和减少计算复杂性的海量样本数据训练算法分块法I分解法H提 高泛化能力的模型选择方法H以及逐一鉴别法I一一区分法IPD., 分类法I一次性求解等多类别分类方法@最后给 出了污水生化处理过程运行状态监控的多类别分类实例@作为结构风险最小化准则的具体实现H支持向量机具有 全局最优性和较好的泛化能力
上传时间： 2014-01-15
上传用户：Ants
BM 算法是一个较优的模式匹配算法。一般，如果不考虑模式串的长度，一个具有时间复杂度O(n)的算法应该是最优的了，但是事实不是如此。BM算法可以实现更高效率的模式匹配。分析和实验说明，BM匹配算法对于那些字符集比较大，而模式串中出现的字符比较少的时候，工作效率最快。而且，考虑KMP匹配方式的优化，可以结合KMP匹配和BM匹配，进一步提高效率。
上传时间： 2013-12-19
上传用户：CHENKAI
蚁群算法连续域空间寻优：基于网格划分策略，无约束非线性最优问题程序实例
上传时间： 2016-05-03
上传用户：thuyenvinh
最小均方（LMS）自适应算法就是一中已期望响应和滤波输出信号之间误差的均方值最小为准的，依据输入信号在迭代过程中估计梯度矢量，并更新权系数以达到最优的自适应迭代算法。LMS算法是一种梯度最速下降方法，其显著的特点是它的简单性。这算法不需要计算相应的相关函数，也不需要进行矩阵运算。
上传时间： 2013-12-15
上传用户：zhaiye
递归式最小均方（RLS）算法的基本思想是力图使在每个时刻对所有已输入信号而言重估的平方误差的加权和最小，这使得RLS算法对非平稳信号的适应性要好。与LMS算法相比，RLS算法采用时间平均，因此，所得出的最优滤波器依赖于用于计算平均值的样本数，而LMS（NLMS）算法是基于集平均而设计的，因此稳定环境下LMS（NLMS）算法在不同计算条件下的结果是一致的
上传时间： 2013-12-14
上传用户：bruce5996
自由始端和终端的动态规划,求指标函数最小值的逆序算法递归 ％ 计算程序。x是状态变量，一列代表一个阶段状态；M-函数 ％ DecisFun(k,x)由阶段k的状态变量x求出相应的允许决策变量 ％ M-函数ObjFun(k,x,u)是阶段指标函数，M-函数TransFun(k,x,u) ％ 是状态转移函数,其中x是阶段k的某状态变量，u是相应的决策变量； ％ 输出p_opt由4列构成，p_opt=[序号组 最优策略组 最优轨线组 ％ 指标函数值组]；fval是一个列向量，各元素分别表示p_opt各 ％ 最优策略组对应始端状态x的最优函数值； ％
上传时间： 2016-12-20
上传用户：wangzhen1990
这是一个典型的产生式系统的算法题.用的是有界深度优先的递归算法,是用C++Builder4.0写的.这也是人工智能或者程序设计竞赛题中最基本最常用的算法.如果自己动手编程实现了一个这样的题目,那么很多相关的题目也就都一样可以做了,比如"四皇后问题","推箱子问题","传教士和野人问题"等等。 利用深度优先的算法都是不一定能找到最优路径的,而且如果解路径过长的话还可能会搜索失败.如果保证要找到最优路径需要用另一些算法,比如宽度优先算法.无论是哪一种算法,如果问题稍微复杂一点的话,都要解决"组合爆炸"问题,即有几乎无穷种组合走法的问题,这种空间的复杂度往往是难以想象的,要求计算机的速度往往也就是体现在这方面. 所以我们每一次搜索都要以某种控制策略来决定下一步的走法,以最快的速度达到目标,减少搜索的范围.这也是人工智能的核心问题.可以说,人工智能的精髓就是穷举,人工智能的关键就是控制策略.
上传时间： 2017-04-10
上传用户：franktu
混合动力汽车采用内燃机和电机作为动力源，成为解决排污和能源问题最具现实意义的途径之一，集成一体化起动/发电机(ISG)技术是当前国际公认的未来汽车的先进技术之一，也是当代汽车发展的重要方向。论文以ISG型混合动力汽车为研究对象，进行了混合动力汽车驱动系统和动力总成控制系统等方面的研究。 本文系统地分析了串联式、并联式以及混联式混和动力汽车动力总成构型的优缺点，介绍了ISG型混合动力汽车结构及主要特点的基础上，首先通过对各总成选型分析，选择了发动机、电机、电池等部件，接着根据性能指标，确定了发动机、电机、电池等部件参数匹配。 动力总成控制系统作为HEV控制系统的关键，主要负责对行驶需求功率的合理分配，保证HEV高效运行，使发动机燃油消耗和排放达到最优。动力总成控制系统的硬件采用了TMS320F2812芯片，由于它功能强大，I/O资源丰富，并且支持广泛用于汽车电控的CAN通讯，因此，非常适合于混合动力汽车的实时控制。本文研究了动力总成控制系统的总体结构，以TMS320F2812型DSP为核心，组建了混合动力总成控制系统的硬件系统。在充分利用DSP内部模块的基础上对它的外部总线进行扩展。并设计了电源模块、A/O模块、IO模块、CAN总线模块和串口通讯模块。在模块化设计方式基础上建立了混合动力控制策略的软件设计。 为了证明设计方案的可行性和DSP总成控制系统的控制性能，在MATIAB/Simulink环境下，以hdvisor为仿真平台，依据系统的结构、控制策略，对相关模块进行修改，建立了ISG型混合动力汽车整车的仿真模型。利用建立的模型，在Advisor仿真软件中输人仿真参数，设置仿真性能，汽车动力性、经济性以及一些重要性能曲线的仿真结果。与同样参数设置的传统燃油汽车仿真结果进行比较表明，油耗和排放都得到了很好的降低。
上传时间： 2013-07-08
上传用户：cx111111
