优化算法
文章平均质量分 86
然哥爱编程
这个作者很懒,什么都没留下…
展开
-
【库存控制】基于象鼻虫损害优化算法求解库存控制问题(Matlab代码实现)
这项研究提出了一种新的基于群的元启发式算法,称为象鼻虫损伤优化算法(WDOA),该算法模拟了象鼻虫的飞行能力、鼻部力量和对作物或农产品的损伤能力。所有测试的功能都与广泛使用的粒子群优化(PSO)、遗传算法(GA)、和谐搜索(HS)算法、帝国主义竞争算法(ICA)、萤火虫算法(FA)和差分进化(DE)算法等基准算法进行了比较。此外,所有问题都用DE、FA和HS算法进行了测试,所提出的算法通过提供精确性和合理的速度,在所有函数和问题上表现出鲁棒性和速度。博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。原创 2023-07-07 10:00:25 · 32 阅读 · 0 评论 -
【改进算法】混合鲸鱼WOA和BAT算法(Matlab代码实现)
㼿鲸鱼优化算法(whale optimization algorithm, WOA)是一种受自然启发的元启发式优化算法,由Mirjalili和Lewis于2016年提出。㼿因此,本文对WOA进行了系统的meta分析调查,以帮助研究者将其应用于不同领域或与其他常用算法进行混合。本文从WOA的算法背景、特点、局限性、改进、杂交和应用等方面对WOA进行了深入介绍。㼿en,建立了WOA修饰和杂交的统计结果,并与最常用的优化算法和WOA进行了比较。此外,我们的研究为提出一种混合WOA和BAT算法的新技术铺平了道路。原创 2023-06-28 10:11:47 · 121 阅读 · 0 评论 -
基于象鼻虫损害优化算法求解n-Queen问题(Matlab代码实现)
这项研究提出了一种新的基于群的元启发式算法,称为象鼻虫损伤优化算法(WDOA),该算法模拟了象鼻虫的飞行能力、鼻部力量和对作物或农产品的损伤能力。所有测试的功能都与广泛使用的粒子群优化(PSO)、遗传算法(GA)、和谐搜索(HS)算法、帝国主义竞争算法(ICA)、萤火虫算法(FA)和差分进化(DE)算法等基准算法进行了比较。此外,所有问题都用DE、FA和HS算法进行了测试,所提出的算法通过提供精确性和合理的速度,在所有函数和问题上表现出鲁棒性和速度。博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。原创 2023-06-24 19:47:47 · 37 阅读 · 0 评论 -
【多种优化算法比较】混沌引力搜索算法(CGSA)(Matlab代码实现)
然后,该算法经过多次迭代,每次迭代都给出可行的候选解决方案,直到满足条件的结束。已经看到,如果优化算法具有良好的探索能力,那么它将缺乏良好的开发能力,反之亦然(简单来说,如果一个优化算法以高性能解决了某个问题,那么它在解决其他类型的优化问题时很有可能表现不佳。研究人员使用各种优化技术,如GA,PSO,DE,GSA,BBO,来解决其他领域的应用问题。,1995),基于蚂蚁搜索行为的ACO (Dorigo and Caro, 1995),BBO (Simon,此外,还有数学驱动的优化算法,如SCA(原创 2023-06-14 20:36:10 · 29 阅读 · 0 评论 -
基于生物地理学的优化算法(BBO)用于训练多层感知器(MLP)【多种算法进行比较】(Matlab代码实现)
多层感知器(MLP)作为使用最广泛的神经网络(NN)之一,已被应用于许多实际问题。本文建议使用最近开发的基于生物地理学的优化(BBO)算法来训练MLP以减少这些问题。为了研究BBO在训练MLP中的效率,使用了五个分类数据集以及六个函数近似数据集。将结果与5种著名的启发式算法反向传播(BP)和极限学习机(ELM)在局部最小值的捕获、结果精度和收敛率方面进行了比较。结果表明,利用BBO训练MLP明显优于目前的启发式学习算法和BP。此外,结果表明,与ELM相比,BBO能够提供非常有竞争力的结果。原创 2023-06-14 14:23:50 · 57 阅读 · 0 评论 -
混沌引力搜索算法(CGSA)解决三个机械工程设计问题(Matlab代码实现)
本研究将十个混沌映射与引力常数相结合,以增加引力搜索算法( GSA )的开发能力。此外,CGSA还用于保持引力常数的自适应能力。此外,混沌映射被用于克服标准GSA的早熟收敛和陷入局部极小的问题。本文旨在研究混沌引力搜索算法( CGSA )在求解焊接梁设计( WBD )、压缩弹簧设计( CSD )和压力容器设计( PVD )等机械工程设计框架中的性能。博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。部分理论来源于网络,如有侵权请联系删除。行百里者,半于九十。原创 2023-06-02 20:28:00 · 114 阅读 · 0 评论 -
【多目标优化算法】多目标蚱蜢优化算法(Matlab代码实现)
然后,将存档和目标选择技术集成到算法中,以估计多目标问题的帕累托最优前沿。结果表明,在获得的帕累托最优解及其分布的准确性方面,所提出的算法能够提供非常有竞争力的结果。在优化领域,1977年,霍兰德提出了一个革命性的想法,在计算机中模拟自然界的进化概念,以解决优化问题[1]就在那一刻,最著名的启发式算法——遗传算法(GA)[2]应运而生,并为解决不同研究领域中的挑战性和复杂问题开辟了一条新途径。在遗传算法中,选择概率较高的最适者,以类似于自然界的方式参与创造下一个种群。GA算法的一般思想非常简单。原创 2023-06-01 20:20:00 · 41 阅读 · 0 评论 -
一种用于提高无线传感器网络寿命的改进LEACH协议(Matlab代码实现)
无线传感器网络具有网络灵活性强、网络规模可变等优点,广泛应用于军事、工业等领域。无线传感器网络的基本网络路由协议可以分为平面路由协议和层次路由协议。由于平面路由协议需要维护大的路由表和占用更多的存储空间,因此它们不适合于大规模网络,因此分层路由协议试图通过将节点安排在簇或树结构中,使一些节点在很近的距离内传输到一个节点,并将其用于让这些节点将此信息转发到基站。LEACH是一种比较成熟的具有代表性的经典分层路由算法。本文主要研究LEACH算法,在降低功耗的基础上进行了改进,有效提高无线传感器的网络寿命。原创 2023-05-09 18:37:30 · 712 阅读 · 0 评论 -
【单目标优化算法】孔雀优化算法(Matlab代码实现)
[1] Jingbo Wang, Bo Yang, Yijun Chen, Kaidi Zeng, Hao Zhang, Hongchun Shu, Yingtong Chen,Novel phasianidae inspired peafowl (Pavo muticus/cristatus) optimization algorithm: Design, evaluation, and SOFC models parameter estimation,Sustainable Energy Tec原创 2023-05-08 20:59:12 · 640 阅读 · 0 评论 -
狐狸优化算法(Matlab代码实现)
本文提出了一种新的受自然启发的优化算法,称为狐狸优化器(Fox),该算法模拟了狐狸在自然界中捕食猎物时的觅食行为。FOX算法还与蜻蜓优化算法(DA)、粒子群优化(PSO)、适应度相关优化(FDO)、灰狼优化(GWO)、鲸鱼优化算法(WOA)、黑猩猩优化算法(ChOA)、蝴蝶优化算法(BOA)和遗传算法(GA)进行了比较。结果表明,FOX优于上述算法。此外,还进行了参数敏感性分析,以显示FOX中不同的探索和开发行为。本文还使用FOX来解决工程问题,例如压力容器设计,并且还用于解决发电:经济负荷分配问题。原创 2023-05-07 22:14:00 · 129 阅读 · 0 评论 -
【单目标优化算法】杂草优化算法(Matlab代码实现)
其中,Fx代表当前解的适应度,Fmin代表当前种群中所有解的最小适应度,Fmax代表代表当前种群中所有解的最大适应度。对应到最优解搜索问题中,接近最优解的解具有更强的适应度,会产生更多的子代个体(下一代的解)。远离最优解的解具有较低适应度,会产生较少的下一代个体。(当搜索最小值的时候,函数值最小的解适应度最大)随机生成一定数量的初始解(杂草),这些初始解(杂草)随机地均匀地分布在搜索空间(草原)内。现实世界中,不同杂草在草原上的适应度不同,适应度高的个体生长旺盛,将会产生更多的子代种子。原创 2023-04-27 09:05:03 · 689 阅读 · 0 评论 -
【单目标优化算法】沙猫群优化算法(Matlab代码实现)
该算法以平衡的方式控制勘探和开发阶段的过渡,在以较少的参数和操作找到良好的解决方案方面表现良好。启发式算法和元启发式算法都是近似算法的家族,不能保证找到最优解,但得到的解可能更接近最优解,复杂度和实际执行时间更好。元启发式方法不会落入局部陷阱,此外,它们更加灵活,并试图通过简单的实施在更短的时间内以更少的流程成本在全球搜索领域找到最佳解决方案。作者纠正了这两种算法的缺点,并因此证明了他们提出的方法具有快速的收敛速度和强大的全局搜索能力,并且在寻找解决方案方面是准确的。ACO算法模拟蚂蚁的觅食行为。原创 2023-04-26 22:25:43 · 396 阅读 · 0 评论 -
【单目标优化算法】蜣螂优化算法(Dung beetle optimizer,DBO)(Matlab代码实现)
本文提出了一种新的基于种群的技术,称为粪甲虫优化器(DBO)算法,其灵感来自于粪甲虫的滚球、跳舞、觅食、偷窃和繁殖行为。新提出的DBO算法同时考虑了全局探索和局部开发,从而具有快速收敛速度和令人满意的解精度的特点。使用一系列众所周知的数学测试函数(包括23个基准函数和29个CEC-BC-2017测试函数)来评估DBO算法的搜索能力。从仿真结果中可以观察到,DBO算法在收敛速度、解的精度和稳定性方面与最先进的优化方法相比具有实质上的竞争性能。博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。原创 2023-04-26 16:45:57 · 1360 阅读 · 0 评论 -
【改进灰狼优化算法】混沌灰狼优化算法(Matlab代码实现)
[1]晏福,徐建中,李奉书.混沌灰狼优化算法训练多层感知器[J].电子与信息学报,2019,41(04):872-879.原创 2023-04-25 21:48:08 · 523 阅读 · 0 评论 -
使用模型预测控制对USV进行自主控制(Matlab代码实现)
本文介绍了一种模型预控制(MPC)算法,旨在自动驾驶无人水面车辆(USV)驶向一组航路点。USV和扰动的建模已经简化,因为这项工作旨在证明概念:对于现实世界的实施,应该考虑更准确的建模。无人船(unmanned surface vehicles,USV)是一种船端无人操控的水面船舶,近年来受到了广泛关注。如何实现自主航行是USV面临的核心问题,而设计一种具有精确航迹控制能力的运动控制器是解决该问题的基础。[1]柳晨光. 基于预测控制的无人船运动控制方法研究[D]. 武汉理工大学.原创 2023-04-08 11:48:52 · 1414 阅读 · 0 评论 -
基于霍夫变换的直线检测器(Matlab代码实现)
该程序实现了一些基本的图像处理算法,并将它们组合在一起构建了一个基于霍夫变换的直线检测器。该程序能够找到图像中直线段的起点和终点。与大多数视觉算法一样,霍夫变换使用了许多参数,这些参数的最佳值与数据有关(即,一组在一幅图像上非常有效的参数值可能不适合另一幅图像)。通过在测试图像上运行代码和调整参数,它获得了每个图像的最优值,从而获得了良好的性能。[1]唐佳林,王镇波,张鑫鑫.基于霍夫变换的直线检测技术[J].科技信息,2011,No.370(14):33+35.原创 2023-04-06 09:12:01 · 423 阅读 · 0 评论 -
随机蛙跳算法 (SFLA)简单实现(Matlab代码实现)
随着计算机科学与技术的迅速发展,人类生存空间的扩大以及认识与改造世界范围的拓宽,人们对科学技术提出了新的和更高的要求,其中高效的优化技术和智能计算的要求日益迫切。蛙跳算法具有较强的全局搜索能力,但同时对于一些复杂的问题依然存在着收敛速度不是很快、易于陷入局部极值的缺点,并且传统的蛙跳算法模型适合于解决连续优化问题,不适合解决离散的组合优化问题。为此,根据蛙跳算法的优化机理,提出了一种新的离散化蛙跳求解算法,并结合简化邻域搜索算法给出了三种改进策略,对新算法进行了改进。同时进行了仿真实验研究。原创 2023-04-22 09:36:49 · 1644 阅读 · 0 评论 -
【改进灰狼优化算法】改进收敛因子和比例权重的灰狼优化算法【期刊论文完美复现】(Matlab代码实现)
摘要:在分析灰狼优化算法不足的基础上,提出一种改进的灰狼优化算法(CGWO),该算法采用基于余弦规律变化的收敛因子,平衡算法的全局搜索和局部搜索能力,同时引入基于步长欧氏距离的比例权重更新灰狼位置,从而加快算法的收敛速度。最后以预测谷氨酸菌体生长浓度为例,利用CGWO算法估计Richards模型的参数,以均方根误差和平均绝对误差作为评价指标,与PSO算法、GA算法和VS-FOA算法的结果进行比较,CGWO算法可以有效地估计Richards模型中的参数。%% 改进点:收敛因子改进,文献中式(7)原创 2023-03-07 13:50:19 · 2482 阅读 · 0 评论 -
【单目标优化算法】樽海鞘群算法(Matlab代码实现)
文献中的其他群体智能技术包括:人工蜂群(ABC)算法[11],布谷鸟搜索(CS)算法[12],萤火虫算法(FA)[13],蝙蝠算法(BA)[14],灰狼优化器(GWO)[15],[16],[17],海豚回声定位(DE)[18],鲸鱼优化算法(WOA)[19],果蝇优化算法(FOA)[20]和和谐搜索[21],[22]。一些个人主义算法是禁忌搜索(TS)[6],[23],爬山[24],迭代局部搜索(ILS)[25]和模拟退火(SA)[26],变量邻域搜索(VNS)[27]和引导局部搜索[28]。原创 2023-02-24 14:48:19 · 325 阅读 · 0 评论 -
使用FORCE训练的脉冲神经网络中的监督学习(Matlab代码实现)
脉冲神经网络 (SNN) 属于第三代神经网络模型,实现了更高级的生物神经模拟水平。除了神经元和突触状态之外,SNN 还将时间概念纳入了其操作之中,是一种模拟大脑神经元动力学的一类很有前途的模型。那么什么是第一代和第二代神经网络模型呢?1.1.1 第一代神经网络第一代神经网络又称为感知器,在1950年左右被提出来,它的算法只有两层,输入层输出层,主要是线性结构。它不能解决线性不可分的问题,对稍微复杂一些的函数都无能为力,如异或操作。1.1.2 第二代神经网络:BP 神经网络。原创 2023-02-23 10:43:50 · 270 阅读 · 0 评论 -
【单目标优化算法】海鸥优化算法(Matlab代码实现)
1]杨硕,叶鹏,刘俐利,王欢,孙峰.基于海鸥算法的综合能源系统优化规划研究[J].沈阳工程学院学报(自然科学版),2022,18(04):62-69.DOI:10.13888/j.cnki.jsie(ns).2022.04.012.[2]李大华,聂前,田禾,付文成,杜洋.改进海鸥优化算法在光伏系统MPPT中的应用[J].电源技术,2022,46(05):556-559.%按适应度排序,X(1,:)代表最优位置,X(end,:)代表最差位置。%% 海鸥算法子函数。原创 2023-02-21 19:51:34 · 898 阅读 · 0 评论 -
使用梯度下降的线性回归(Matlab代码实现)
梯度下降法,是一种基于搜索的最优化方法,最用是最小化一个损失函数。在求解机器学习算法的模型参数,即无约束优化问题时,梯度下降(Gradient Descent)是最常采用的方法之一,另一种常用的方法是最小二乘法。在求解损失函数的最小值时,可以通过梯度下降法来一步步的迭代求解,得到最小化的损失函数和模型参数值。[1]李兴怡,岳洋.梯度下降算法研究综述[J].软件工程,2020,23(02):1-4.DOI:10.19644/j.cnki.issn2096-1472.2020.02.001.原创 2023-02-18 11:18:22 · 846 阅读 · 0 评论 -
时间序列预测--基于CNN的股价预测(Matlab代码实现)
随着我国资本市场的快速发展和居民收入水平的逐步提升,股票市场吸引了越来越多的投资者参与其中,特别是在2020年新冠疫情影响下,为提振经济实行的较为宽松的货币政策令股票市场表现不俗,股市吸引了大量新增投资者。倘若能够利用技术手段对股票价格走势进行预测,同时为投资者提供投资参考建议,那么此举将会促进资本市场的良性发展并提升投资者的收益水平,具有较强的理论和现实意义。另一方面,本次实验采用的网络结构较简单,采用更强大的网络进行回归预测任务则会得到更好的效果。原创 2023-02-16 12:15:20 · 1311 阅读 · 0 评论 -
用于高效高光谱图像分类的多尺度上下文感知集成深度 KELM(Matlab代码实现)
高光谱遥感,作为成像技术与细分光谱技术有机结合的成像光谱遥感,可以获取在可见光到短波红外甚至中红外和热红外波段范围内纳米(nm)级光谱分辨率、光谱波段数多达百个的高光谱分辨率的连续、窄波段的图像数据,蕴含丰富的空间、辐射和光谱三重信息,被广泛应用于军事侦察、环境监测、地质勘探和深空探测领域。随着我国高分辨率对地观测系统的实施,特别是搭载纳米级高光谱相机的高分五号卫星的即将发射,高光谱遥感存在重大战略应用需求。其中一个关键应用是少量样本下的高光谱图像地物精细分类问题。原创 2023-02-14 22:05:34 · 564 阅读 · 0 评论 -
【单目标优化算法】烟花优化算法(Matlab代码实现)
通过模拟烟花爆炸的方式来进行多点同时爆炸式搜索,这也许是一种高效的搜索方式,是有别于现有其他方法的新型搜索方法,从而有了研究这种爆炸搜索方式的想法,当时为其取名烟花算法(fireworks algorithm,FWA)。虽然烟花算法这个名称比较直观和简洁,但是由于它没有直接与优化等求解问题建立直接的联系,此后有些研究人员有时也用其他别称来称呼我们的烟花算法,如烟花优化算法、烟花爆炸算法、烟花爆炸优化算法、烟花爆炸搜索算法、爆炸搜索方法等。原创 2023-02-14 20:21:11 · 1374 阅读 · 0 评论 -
【单目标优化算法】食肉植物优化算法(Matlab代码实现)
食肉植物算法(CPA)从随机初始化一组解决方案开始。然后将溶液分类为食肉植物和猎物,然后根据生长和繁殖过程进行分组。它们的适应值将更新,所有解决方案都将合并。该过程将继续,直到满足终止条件。原创 2023-02-14 09:18:08 · 631 阅读 · 1 评论 -
最小二乘支持向量机”在学习偏微分方程 (PDE) 解方面的应用(Matlab代码实现)
本代码说明了“最小二乘支持向量机”在学习偏微分方程 (PDE) 解方面的应用。提供了一个示例,并将获得的结果与精确的解决方案进行比较。原创 2023-02-11 14:57:55 · 661 阅读 · 0 评论 -
使用 LSSVM 的 Matlab 演示求解反常微分方程问题(Matlab代码实现)
2) 实质上是求解线性矩阵方程的过程,与高斯过程(Gaussian processes),正则化网络(regularization networks)和费雪判别分析(Fisher discriminant analysis)的核版本相结合;1) 同样是对原始对偶问题进行求解,但是通过求解一个线性方程组(优化目标中的线性约束导致的)来代替SVM中的QP问题(简化求解过程),对于高维输入空间中的分类以及回归任务同样适用;3) 使用了稀疏近似(用来克服使用该算法时的弊端)与稳健回归(稳健统计);原创 2023-02-10 23:43:30 · 440 阅读 · 0 评论 -
应用于LSSVM对偶问题的张量列车卡尔曼滤波器的代码(Matlab代码实现)
支持向量机是借助优化方法解决机器学习问题的新工具.近年来,支持向量机越来越受到人们的广泛关注,在其理论研究和算法实现方面都取得了重大进展,成为机器学习领域的前沿热点课题。支持向量机将机器学习问题转化为优化问题,并应用优化理论构造算法.优化理论是支持向量机的重要理论基础之一,本文主要从优化理论和方法的角度对支持向量机进行研究。找到最佳参数所需的功能评估数量从v1.6中的±200减少到本版本中的50。[1]吴青. 基于优化理论的支持向量机学习算法研究[D].西安电子科技大学,2009.原创 2023-02-09 13:40:10 · 303 阅读 · 0 评论 -
使用Bp神经网络和Elman Net预测航班价格(Matlab代码实现)
BP神经网络模型是目前应用最为广泛神经网络之一。它的本质是通过对历史数据的学习找出数据变化趋势之间的非线性关系,并通过输出量与预期值之间的误差不断调整网络中各个单元的权重,使整个网络的误差最小。因此,为达到较好的预测精度,需要对网络预测模型自身的结构进行确定。[1]苏高利,邓芳萍.论基于MATLAB语言的BP神经网络的改进算法[J].科技通报,2003(02):130-135.DOI:10.13774/j.cnki.kjtb.2003.02.012.原创 2023-02-06 18:48:53 · 297 阅读 · 0 评论 -
基于量子进化算法(QEA)的经典版本解决“背包”问题(Matlab代码实现)
1]贺毅朝,王熙照,李文斌,张新禄,陈嶷瑛.基于遗传算法求解折扣{0-1}背包问题的研究[J].计算机学报,2016,39(12):2614-2630.原创 2023-02-04 23:09:45 · 406 阅读 · 0 评论 -
使用蚁群优化 (ACO) 解决背包问题(Matlab代码实现)
背包问题(Knapsack problem)是一种组合优化的NP完全(NP-Complete,NPC)问题。问题可以描述为:给定一组物品,每种物品都有自己的重量和价格,在限定的总重量内,我们如何选择,才能使得物品的总价格最高。NPC问题是没有多项式时间复杂度的解法的,但是利用动态规划,我们可以以伪多项式时间复杂度求解背包问题。[1]马良,王龙德.背包问题的蚂蚁优化算法[J].计算机应用,2001(08):4-5.原创 2023-02-03 21:36:30 · 382 阅读 · 0 评论 -
使用傅里叶级数展开法从谐波的和中产生方波(Matlab代码实现)
本代码尝试在Matlab中使用傅里叶级数展开从谐波的和中绘制一个方波。原创 2023-02-03 20:41:53 · 1419 阅读 · 0 评论 -
周期矩形波的傅里叶级数展开(Matlab代码实现)
当脉冲信号周期不变,脉冲宽度变大时,相邻谱线间隔不变,频谱包络线的零点频率逐渐变小,反之则变大。另外频谱中各频率点谱线的幅值与脉宽有关;当信号周期不变时,脉宽越宽,频率点频谱的幅值越大。频谱图的格式错误,改程序后,结果正确。[1]司祯祯.傅里叶变换与小波变换在信号去噪中的应用[J].电子设计工程,2011,19(04):155-157.DOI:10.14022/j.cnki.dzsjgc.2011.04.032.原创 2023-01-29 11:43:09 · 931 阅读 · 0 评论 -
机器学习——正则化线性回归和偏差/方差(Matlab代码实现)
本文使用水库水位的变化来实现正则化线性回归,以预测大坝流出的水量。后续本文将对调试学习算法进行一些诊断,并检查偏差与方差的影响。[1]刘建伟,崔立鹏,刘泽宇,罗雄麟.正则化稀疏模型[J].计算机学报,2015,38(07):1307-1325.我们将首先可视化包含有关水位变化 x 和从大坝流出的水量 y 的历史记录的数据集。我们将实现正则化线性回归,以利用水库水位的变化来预测从大坝流出的水量。第 1.1 部分:加载和可视化数据。第 1 部分:正则化线性回归。原创 2023-01-27 12:18:52 · 1252 阅读 · 0 评论 -
调用Ishingami Homma解析函数测试PAWN算法(Matlab代码实现)
局部灵敏度分析包括:直接求导法、有限差分法、格林函数法。全局灵敏度分析算法有筛选法、蒙特卡洛方法、基于方差的方法。筛选法主要有IFFD、MOAT、COTTER法等,一般用于分析包含大量输入变量的系统模型、计算量相对较小。蒙塔卡罗方法是一种主要基于统计学理论的方法,包括散点图法、相关系数法、回归分析法等,对于线性单调模型分析具有较强的适用性。基于方差的方法是近年来研究较多且应用最广的一类方法,主要有重要性估计法、傅里叶幅值灵敏度测试法(FAST)、以及拓展傅里叶幅值灵敏度检验方法(EFAST)等。原创 2023-01-06 10:34:16 · 534 阅读 · 0 评论 -
基于多保真方法来估计方差和全局敏感度指数分析(Matlab代码实现)
我们提出了多保真估计器,它将使用昂贵模型计算的一些高保真样本与使用更便宜的代理模型计算的许多低保真样本相结合,以产生固定计算预算的方差估计低于单独使用高保真模型获得的方差估计,同时保持高保真估计的准确性。当模型具有不确定的输入时,模型输出也是不确定的。基于方差的全局敏感性分析通过将总方差除以由于每个输入和输入之间的相互作用而产生的方差百分比来量化每个不确定输入对输出的相对影响。主要和总效应敏感性指数可以使用蒙特卡罗估计来估计。为了估计d输入的主效应敏感性指数和总效应敏感性指数,需要对每个蒙特卡罗样本进行(原创 2023-01-04 17:30:41 · 620 阅读 · 0 评论 -
沿全尺寸模型水平轴 MHK 涡轮机(DOE RM1)叶片性能表征计算(Matlab代码实现)
该存储库包括 MATLAB 脚本和输入文件示例,用于沿全尺寸模型水平轴 MHK 涡轮机叶片计算 3D AOA、CL 和 CD。该脚本是专门为DOE RM1涡轮机设计的性能表征而开发的,DOE RM1涡轮机设计是由美国能源部和美国国家实验室开发的两叶水平轴MHK涡轮机。MATLAB命令从涡轮机的 RANS 仿真中获取输入,并报告变量来表征叶片性能。[1]汪辉. 基于Magnus效应的共水平轴海流涡轮机的性能研究[D].华北电力大学,2018.原创 2023-01-03 10:20:30 · 995 阅读 · 0 评论 -
使用Cramer-Rao和Athley边界分析到达角阵列的质量(Matlab代码实现)
1]王凯欣. 仿射相位恢复的Cramer-Rao下界及算法研究[D].华北水利水电大学,2022.DOI:10.27144/d.cnki.ghbsc.2022.000667.此代码用于使用Cramer-Rao和Athley边界分析到达角阵列的质量。原创 2023-01-02 18:08:30 · 459 阅读 · 0 评论 -
AOA估计中的MUSIC算法(Matlab代码实现)
随着阵列信号处理技术的不断发展,到达角估计(Angle Of Arrival)的研究在移动通信系统中具有重要意义。通过分析经典MUSIC算法,针对其搜索空间较大,受噪声影响较大的因素,提出改进的根值MUSIC算法。对影响MUSIC算法性能的信噪比、采样数、阵元数、入射角度等因素以及根值MUSIC算法进行仿真,仿真结果表明改进的根值MUSIC算法是有效的。[1]韩卫杰. 改进MUSIC算法在AOA估计中的研究[D].西南交通大学,2006.原创 2023-01-01 17:11:18 · 1059 阅读 · 0 评论