虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

MATLAB各种概率分布画图

  • 计算机仿真 报童问题的matlab实现

    计算机仿真 报童问题的matlab实现,对于不同的分布情况,最优值的计算

    标签: matlab 计算机仿真 报童

    上传时间: 2017-09-14

    上传用户:yan2267246

  • 是一款很好的单机版的画图软件

    是一款很好的单机版的画图软件,可以画各种电路原理图,简单实用

    标签: 单机 画图 软件

    上传时间: 2013-12-23

    上传用户:源弋弋

  • 用Matlab产生一满足条件的窄带随机过程

    用Matlab产生一满足条件的窄带随机过程,编写子程序计算该随机过程的均值函数,自相关函数,功率谱,包络,包络平方及相位的一维概率密度画出相应的图形

    标签: Matlab 窄带 随机 过程

    上传时间: 2014-06-20

    上传用户:lx9076

  • matlab心电信号分析

    包括从医院采集到的人体心电信号并叠加了一个噪声,附有matlab代码去除基线漂移的各种方法。

    标签: matlab 心电去去除基线漂

    上传时间: 2015-03-23

    上传用户:5201860

  • MATLAB遗传算法工具箱及应用

    关于使用MATLAB遗传算法工具箱的各种细节

    标签: MATLAB;遗传算法工具箱

    上传时间: 2015-04-22

    上传用户:18135815095

  • MATLAB生成模式类

    利用matlab生成模式类, 本实验利用matlab中相关函数mvnrnd(m,s,n)生成符合要求的高斯分布的函数与数据以及高斯模式类

    标签: matlab 模式分类 模式类

    上传时间: 2015-05-14

    上传用户:sunboy25

  • 遗传算法的MATLAB代码

    遗传算法为群体优化算法,也就是从多个初始解开始进行优化,每个解称为一个染色体,各染色体之间通过竞争、合作、单独变异,不断进化。 优化时先要将实际问题转换到遗传空间,就是把实际问题的解用染色体表示,称为编码,反过程为解码,因为优化后要进行评价,所以要返回问题空间,故要进行解码。SGA采用二进制编码,染色体就是二进制位串,每一位可称为一个基因;解码时应注意将染色体解码到问题可行域内。 遗传算法模拟“适者生存,优胜劣汰”的进化机制,染色体适应生存环境的能力用适应度函数衡量。对于优化问题,适应度函数由目标函数变换而来。一般遗传算法求解最大值问题,如果是最小值问题,则通过取倒数或者加负号处理。SGA要求适应度函数>0,对于<0的问题,要通过加一个足够大的正数来解决。这样,适应度函数值大的染色体生存能力强。 遗传算法有三个进化算子:选择(复制)、交叉和变异。 SGA中,选择采用轮盘赌方法,也就是将染色体分布在一个圆盘上,每个染色体占据一定的扇形区域,扇形区域的面积大小和染色体的适应度大小成正比。如果轮盘中心装一个可以转动的指针的话,旋转指针,指针停下来时会指向某一个区域,则该区域对应的染色体被选中。显然适应度高的染色体由于所占的扇形区域大,因此被选中的几率高,可能被选中多次,而适应度低的可能一次也选不中,从而被淘汰。算法实现时采用随机数方法,先将每个染色体的适应度除以所有染色体适应度的和,再累加,使他们根据适应度的大小分布于0-1之间,适应度大的占的区域大,然后随机生成一个0-1之间的随机数,随机数落到哪个区域,对应的染色体就被选中。重复操作,选出群体规模规定数目的染色体。这个操作就是“优胜劣汰,适者生存”,但没有产生新个体。 交叉模拟有性繁殖,由两个染色体共同作用产生后代,SGA采用单点交叉。由于SGA为二进制编码,所以染色体为二进制位串,随机生成一个小于位串长度的随机整数,交换两个染色体该点后的那部分位串。参与交叉的染色体是轮盘赌选出来的个体,并且还要根据选择概率来确定是否进行交叉(生成0-1之间随机数,看随机数是否小于规定的交叉概率),否则直接进入变异操作。这个操作是产生新个体的主要方法,不过基因都来自父辈个体。 变异采用位点变异,对于二进制位串,0变为1,1变为0就是变异。采用概率确定变异位,对每一位生成一个0-1之间的随机数,看是否小于规定的变异概率,小于的变异,否则保持原状。这个操作能够使个体不同于父辈而具有自己独立的特征基因,主要用于跳出局部极值。 遗传算法认为生物由低级到高级进化,后代比前一代强,但实际操作中可能有退化现象,所以采用最佳个体保留法,也就是曾经出现的最好个体,一定要保证生存下来,使后代至少不差于前一代。大致有两种类型,一种是把出现的最优个体单独保存,最后输出,不影响原来的进化过程;一种是将最优个体保存入子群,也进行选择、交叉、变异,这样能充分利用模式,但也可能导致过早收敛。 由于是基本遗传算法,所以优化能力一般,解决简单问题尚可,高维、复杂问题就需要进行改进了。 下面为代码。函数最大值为3905.9262,此时两个参数均为-2.0480,有时会出现局部极值,此时一个参数为-2.0480,一个为2.0480。算法中变异概率pm=0.05,交叉概率pc=0.8。如果不采用最优模式保留,结果会更丰富些,也就是算法最后不一定收敛于极值点,当然局部收敛现象也会有所减少,但最终寻得的解不一定是本次执行中曾找到过的最好解。

    标签: 遗传算法

    上传时间: 2015-06-04

    上传用户:芃溱溱123

  • MATLAB

    全面而系统地介绍了MATLAB算法和案例应用,涉及面广,从基本操作到高级算法应用,几乎涵盖MATLAB算法的所有重要知识。本书结合算法理论和流程,通过大量案例,详解算法代码,解决具体的工程案例,让读者更加深入地学习和掌握各种算法在不同案例中的应用

    标签: MATLAB程序

    上传时间: 2015-06-17

    上传用户:123noah

  • matlab 曲线画图程序

    方便的画曲线,不像普通的画图多了些选择性,功能不多,就1K多能有什么啊,哈哈

    标签: 画图 多曲线显示

    上传时间: 2015-11-28

    上传用户:shikong

  • MCMC的matlab源码

    MCMC方法的matlab实现,主要包括三个部分: 1,*[rnd,pdf,lpr].m分布函数工具MATLAB的补充 2,MCMC *。M例程来计算和显示MCMC输出总结 3,其他有用的例程

    标签: MCMC matlab

    上传时间: 2016-03-04

    上传用户:gentlefish