matlab智能算法案例,matlab智能算法30个案例分析

最新推荐文章于 2022-07-17 09:22:13 发布
最新推荐文章于 2022-07-17 09:22:13 发布
阅读量1k 收藏
点赞数
文章标签： matlab智能算法案例

123

MATLAB智能算法30个案例分析 源代码

chapter1

example1.m

example2.m

chapter1.rar

chapter10

chapter10

data.mat

main.m

chapter10.rar

chapter11

chapter11

Find.m

REINS.M

RWS.M

SELECT.M

aberranceJm.m

across.m

cal.m

calP.m

caltime.m

main.m

plotRec.m

ranking.M

scheduleData.mat

selectJm.m

chapter11.rar

chapter12

chapter12

Cross.m

IAdata.mat

Mutation.m

Select.m

bestselect.m

centre.fig

concentration.m

draw.m

excellence.m

figure.fig

fitness.m

incorporate.m

main.m

popinit.m

similar.m

test.m

chapter12.rar

chapter13

chapter13

sample1

MexicoHatnew.m

PSO0.m

PSO1.m

PSO2.m

PSO3.m

PSO4.m

fun.m

main.m

wchange.m

sample2-Rastrgrin

PSO.m

fun.m

pso.fig

pso.mat

rastrigrin.fig

rastrigrin.m

sample3-Griewankan

Griewank.fig

Griewank.m

PSO.m

fun.m

pso.fig

pso.mat

chapter13.rar

chapter14

案例14

cell模式下运行结果

GA_run.html

GA_run.png

GA_run_01.png

PSO.html

PSO.png

PSO_01.png

PSO_02.png

问题解决思路.pdf

源程序

GA_run.m

PID_Model.mdl

PSO.m

PSO_PID.m

chapter14.rar

chapter15

chapter15

Oliver30.txt

bayg29.txt

burma14.txt

ch130.txt

ch150.txt

dist.m

eil51.txt

fitness.m

gr96.txt

main.asv

main.m

pr226.txt

pr76.txt

st70.txt

chapter15.rar

chapter16

chapter16

DF1function.m

fitnessRecord.mat

main.m

result.mat

chapter16.rar

chapter17

chapter17

PSOt

forcecol.m

forcerow.m

goplotpso.m

linear_dyn.m

normmat.m

pso_Trelea_vectorized.m

spiral_dyn.m

testfunctions

DeJong_f2.m

DeJong_f3.m

DeJong_f4.m

Foxhole.m

Griewank.m

NDparabola.m

Rastrigin.m

Rosenbrock.m

ackley.m

alpine.m

f6.m

f6_bubbles_dyn.m

f6_linear_dyn.m

f6_spiral_dyn.m

f6mod.m

forcecol.m

forcerow.m

goplotpso.m

linear_dyn.m

main.m

normmat.m

pso_Trelea_vectorized.m

spiral_dyn.m

test_func.m

tripod.m

chapter17.rar

chapter18

example1.rar

example2.rar

chapter18.rar

chapter19

CityPosition1.mat

CityPosition2.mat

CityPosition3.mat

Distanse.m

DrawPath.m

Metropolis.m

NewAnswer.m

OutputPath.m

PathLength.m

SA_TSP.m

dsxy2figxy.m

chapter19.rar

chapter2

chapter2

案例1

Code.m

Cross.m

Genetic.asv

Genetic.m

Mutation.m

Select.m

fun.m

test.m

案例1非线性

Code.m

Cross.m

Mutation.m

Select.m

fun.m

main.m

nonlinear.m

test.m

案例2

Code.m

Cross.m

Genetic.m

Mutation.m

Select.m

fun.m

test.m

案例2非线性

Code.m

Cross.m

Genetic.asv

Genetic.m

Mutation.m

Select.m

fun.m

nonlinear.m

test.m

案例3

Code.m

Cross.m

Genetic.m

Mutation.m

Select.m

fun.m

test.m

案例3非线性

Code.m

Cross.m

Genetic.m

Mutation.m

Select.m

fun.m

nonlinear.m

test.m

chapter2.rar

chapter20

FCMfun.m

FCMpure.m

GAFCM.m

ObjFun.m

SAGAFcmMain.m

X.mat

initFCM.m

iterateFCM.m

chapter20.rar

chapter21

源程序

my_first_SA.m

my_first_SA_run.m

chapter21.rar

chapter22

chapter22

citys_data.mat

main.m

chapter22.rar

chapter23

chapter23

DijkstraPlan.m

DijstraPlan.m

barrier.txt

lines.txt

main.m

matrix.txt

chapter23.rar

chapter24

chapter24

CacuFit.m

CacuQfz.m

HeightData.mat

czfz.m

data.m

data1.m

main.m

searchpath.m

chapter24.rar

chapter25

chapter25

main.m

spectra_data.mat

chapter25.rar

chapter26

chapter26

iris_data.mat

main.m

chapter26.rar

chapter27

chapter27

main.m

water_data.mat

chapter27.rar

chapter28

chapter28

BreastTissue_data.mat

main.m

chapter28.rar

chapter29

chapter29

concrete_data.mat

main.m

chapter29.rar

chapter3

BPfun.m

GABPMain.m

Objfun.m

callbackfun.m

data.mat

chapter3.rar

chapter30

chapter30

elmpredict.m

elmtrain.m

iris_data.mat

main.m

spectra_data.mat

chapter30.rar

chapter4

CityPosition1.mat

CityPosition2.mat

CityPosition3.mat

Distanse.m

DrawPath.m

Fitness.m

GA_TSP.m

InitPop.m

Mutate.m

OutputPath.m

PathLength.m

Recombin.m

Reins.m

Reverse.m

Select.m

Sus.m

dsxy2figxy.m

test.m

chapter4.rar

chapter5

源程序

Active_Suspension_LQR.mdl

GA_LQR.m

GA_LQR_run.m

chapter5.rar

chapter6

源程序

GA_demo.m

GA_demo_run.m

chapter6.rar

chapter7

EliteInduvidual.m

MPGA.m

ObjectFunction.m

SGA.m

danyuan.m

immigrant.m

chapter7.rar

chapter8

FitnessFunction.m

永生花园艺 互互
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MATLAB智能算法30个案例分析
EEer的博客
10-16 6439
内容简介 《MATLAB智能算法30个案例分析》是作者多年从事算法研究的经验总结。书中所有案例均因国内各大MATLAB技术论坛网友的切身需求而精心设计，其中不少案例所涉及的内容和求解方法在国内现已出版的MATLAB书籍中鲜有介绍。
MATLAB智能算法30个案例分析.史峰等
热门推荐
mi956302225的博客
03-10 2万+
《MATLAB智能算法30个案例分析》是2011年由北京航空航天大学出版社出版的图书，作者是郁磊、史峰、王辉、胡斐… 《MATLAB智能算法30个案例分析》是作者多年从事算法研究的经验总结。讲解了遗传算法、免疫算法、退火算法、粒子群算法、鱼群算法、蚁群算法和神经网络算法等最常用的智能算法的MATLAB实现。共给出30个案例，每个案例都是一个使用智能算法解决问题的具体实例，所有案例均由理论讲解、案例...
KNN Python-Iris Data Set (鸢尾属植物数据集)
hantongtonghan的博客
12-06 2290
Iris数据集概况 Iris Data Set（鸢尾属植物数据集）是我现在接触到的历史最悠久的数据集，它首次出现在著名的英国统计学家和生物学家Ronald Fisher 1936年的论文《The use of multiple measurements in taxonomic problems》中，被用来介绍线性判别式分析。在这个数据集中，包括了三类不同的鸢尾属植物：Iris Setosa，I...
iris数据_MAT之ELM：ELM实现鸢尾花(iris数据集)种类测试集预测识别正确率(better)结果对比...
weixin_39638012的博客
12-02 2908
MAT之ELM：ELM实现鸢尾花(iris数据集)种类测试集预测识别正确率(better)结果对比目录输出结果实现代码输出结果​实现代码load iris_data.mat P_train = []; T_train = []; P_test = []; T_test = []; for i = 1:3 temp_input = features((i-1)*50+1:i*50,:);...
iris_data_irisdata_
09-30
iris数据集 mat形式.可用于matlab
MATLAB智能算法30个案例分析程序源代码
03-14
MATLAB智能算法30个案例分析程序源代码： 案例1 BP神经网络的数据分类-语音特征信号分类 案例10 离散Hopfield神经网络的分类——高校科研能力评价 案例11 连续Hopfield神经网络的优化-旅行商问题优化计算 案例12 SVM...
《MATLAB智能算法30个案例分析》_所有源代码.rar
最新发布
06-12
《MATLAB智能算法30个案例分析》是一本深度探讨MATLAB在智能算法应用方面的书籍，其中包含了丰富的源代码示例。这本书旨在帮助读者通过实际操作理解并掌握各种智能算法，提升在科研和工程中的计算能力。MATLAB作为一...
MATLAB智能算法30个案例分析 源代码.rar
09-19
在这个"MATLAB智能算法30个案例分析 源代码"压缩包中，包含了多种智能算法的实际应用示例，这些示例旨在帮助用户深入理解和掌握MATLAB在解决复杂问题时的强大功能。 1. **遗传算法（Genetic Algorithm）**：这是一...
MATLAB 智能算法30个案例分析_MATLAB智能算法案例分析_智能算法_
10-03
在30个案例分析中，每个案例都会详细介绍算法的背景、工作原理、MATLAB实现步骤以及结果分析，帮助用户逐步熟悉和掌握这些智能算法。例如，可能包括使用遗传算法进行参数优化、用粒子群优化解决工程设计问题、应用...
MATLAB智能算法30个案例分析 源代码.7z
05-21
《MATLAB智能算法30个案例分析 源代码》是一个深入学习和实践MATLAB智能算法的宝贵资源。这个压缩包包含多个章节的源代码，每个章节对应一个或多个具体的算法应用实例，旨在帮助用户理解和掌握MATLAB在智能计算领域...
MATLAB-智能算法30个案例分析-终极版(带目录).pdf
10-30
MATLAB-智能算法30个案例分析-终极版(带目录).pdf
matlab智能算法30个案例分析
12-24
matlab30个详细案例分析，附上代码以及步骤介绍，可运行，囊括蚁群算法、遗传算法、神经网络、TSP等知识。
MATLAB智能算法30个案例详解分析
03-03
《MATLAB智能算法30个案例分析》是作者多年从事算法研究的经验总结。书中所有案例均因国内各大MATLAB技术论坛网友的切身需求而精心设计，其中不少案例所涉及的内容和求解方法在国内现已出版的MATLAB书籍中鲜有介绍。《MATLAB智能算法30个案例分析》采用案例形式，以智能算法为主线，讲解了遗传算法、免疫算法、退火算法、粒子群算法、鱼群算法、蚁群算法和神经网络算法等最常用的智能算法的MATLAB实现。《MATLAB智能算法30个案例分析》共给出30个案例，每个案例都是一个使用智能算法解决问题的具体实例，所有案例均由理论讲解、案例背景、MATLAB程序实现和扩展阅读四个部分组成，并配有完整的原创程序，使读者在掌握算法的同时更能快速提高使用算法求解实际问题的能力。《MATLAB智能算法30个案例分析》可作为本科毕业设计、研究生项目设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。
MATLAB智能算法30个案例分析 源代码
09-07
MATLAB智能算法的源代码%% 清空环境 clc;clear %% 障碍物数据 position = load('barrier.txt'); plot([0,200],[0,200],'.'); hold on B = load('barrier.txt'); xlabel('km','fontsize',12) ylabel('km','fontsize',12) title('二维规划空间','fontsize',12) %% 描述起点和终点 S = [20,180]; T = [160,90]; plot([S(1),T(1)],[S(2),T(2)],'.'); % 图形标注 text(S(1)+2,S(2),'S'); text(T(1)+2,T(2),'T'); %% 描绘障碍物图形 fill(position(1:4,1),position(1:4,2),[0,0,0]); fill(position(5:8,1),position(5:8,2),[0,0,0]); fill(position(9:12,1),position(9:12,2),[0,0,0]); fill(position(13:15,1),position(13:15,2),[0,0,0]); % 下载链路端点数据 L = load('lines.txt'); %% 描绘线及中点 v = zeros(size(L)); for i=1:20 plot([position(L(i,1),1),position(L(i,2),1)],[position(L(i,1),2)... ,position(L(i,2),2)],'color','black','LineStyle','--'); v(i,:) = (position(L(i,1),:)+position(L(i,2),:))/2; plot(v(i,1),v(i,2),'*'); text(v(i,1)+2,v(i,2),strcat('v',num2str(i))); end %% 描绘可行路径 sign = load('matrix.txt'); [n,m]=size(sign); for i=1:n if i == 1 for k=1:m-1 if sign(i,k) == 1 plot([S(1),v(k-1,1)],[S(2),v(k-1,2)],'color',... 'black','Linewidth',2,'LineStyle','-'); end end continue; end for j=2:i if i == m if sign(i,j) == 1 plot([T(1),v(j-1,1)],[T(2),v(j-1,2)],'color',... 'black','Linewidth',2,'LineStyle','-'); end else if sign(i,j) == 1 plot([v(i-1,1),v(j-1,1)],[v(i-1,2),v(j-1,2)],... 'color','black','Linewidth',2,'LineStyle','-'); end end end end path = DijkstraPlan(position,sign); j = path(22); plot([T(1),v(j-1,1)],[T(2),v(j-1,2)],'color','yellow','LineWidth',3,'LineStyle','-.'); i = path(22); j = path(i); count = 0; while true plot([v(i-1,1),v(j-1,1)],[v(i-1,2),v(j-1,2)],'color','yellow','LineWidth',3,'LineStyle','-.'); count = count + 1; i = j; j = path(i); if i == 1 || j==1 break; end end plot([S(1),v(i-1,1)],[S(2),v(i-1,2)],'color','yellow','LineWidth',3,'LineStyle','-.'); count = count+3; pathtemp(count) = 22; j = 22; for i=2:count pathtemp(count-i+1) = path(j); j = path(j); end path = pathtemp; path = [1 9 8 7 13 14 12 22]; %% 蚁群算法参数初始化 pathCount = length(path)-2; %经过线段数量 pheCacuPara=2; %信息素计算参数 pheThres = 0.8; %信息素选择阈值 pheUpPara=[0.1 0.0003]; %信息素更新参数 qfz= zeros(pathCount,10); %启发值 phePara = ones(pathCount,10)*pheUpPara(2); %信息素 qfzPara1 = ones(10,1)*0.5; %启发信息参数 qfzPara2 = 1.1; %启发信息参数 m=10; %种群数量 NC=500; %循环次数 pathk = zeros(pathCount,m); %搜索结果记录 shortestpath = zeros(1,NC); %进化过程记录 %% 初始最短路径 dijpathlen = 0; vv = zeros(22,2); vv(1,:) = S; vv(22,:) = T; vv(2:21,:) = v; for i=1:pathCount-1 dijpathlen = dijpathlen + sqrt((vv(path(i),1)-vv(path(i+1),1))^2+(vv(path(i),2)-vv(path(i+1),2))^2); end LL = dijpathlen; %% 经过的链接线 lines = zeros(pathCount,4); for i = 1:pathCount lines(i,1:2) = B(L(path(i+1)-1,1),:); lines(i,3:4) = B(L(path(i+1)-1,2),:); end %% 循环搜索 for num = 1:NC %% 蚂蚁迭代寻优一次 for i=1:pathCount for k=1:m q = rand(); qfz(i,:) = (qfzPara2-abs((1:10)'/10-qfzPara1))/qfzPara2; %启发信息 if q<=pheThres%选择信息素最大值 arg = phePara(i,:).*(qfz(i,:).^pheCacuPara); j = find(arg == max(arg)); pathk(i,k) = j(1); else % 轮盘赌选择 arg = phePara(i,:).*(qfz(i,:).^pheCacuPara); sumarg = sum(arg); qq = (q-pheThres)/(1-pheThres); qtemp = 0; j = 1; while qtemp < qq qtemp = qtemp + (phePara(i,j)*(qfz(i,j)^pheCacuPara))/sumarg; j=j+1; end j=j-1; pathk(i,k) = j(1); end % 信息素更新 phePara(i,j) = (1-pheUpPara(1))*phePara(i,j)+pheUpPara(1)*pheUpPara(2); end end %% 计算路径长度 len = zeros(1,k); for k=1:m Pstart = S; Pend = lines(1,1:2) + (lines(1,3:4)-lines(1,1:2))*pathk(1,k)/10; for l=1:pathCount len(1,k) = len(1,k)+sqrt(sum((Pend-Pstart).^2)); Pstart = Pend; if l<pathCount Pend = lines(l+1,1:2) + (lines(l+1,3:4)-lines(l+1,1:2))*pathk(l+1,k)/10; end end Pend = T; len(1,k) = len(1,k)+sqrt(sum((Pend-Pstart).^2)); end %% 更新信息素 % 寻找最短路径 minlen = min(len); minlen = minlen(1); minant = find(len == minlen); minant = minant(1); % 更新全局最短路径 if minlen < LL LL = minlen; end % 更新信息素 for i=1:pathCount phePara(i,pathk(i,minant)) = (1-pheUpPara(1))* phePara(i,pathk(i,minant))+pheUpPara(1)*(1/minlen); end shortestpath(num) = minlen; end figure; plot(1:NC,shortestpath,'color','blue'); hold on % plot(1:NC,dijpathlen,'color','red'); ylabel('路径总长度'); xlabel('迭代次数');
《matlab智能算法30个案例分析》史峰附书源程序
11-16
史峰的《MATLAB智能算法30个案例分析》，特别好的教材，有遗传算法，蚁群算法，粒子群算法等等解决具体问题，这是书里案例的源程序，可以完美运行
《MATLAB智能算法30个案例》：第18章 基于鱼群算法的函数寻优算法
sinat_34897952的博客
07-17 482
《MATLAB智能算法30个案例分析》是2011年7月1日由北京航空航天大学出版社出版的图书，作者是郁磊、史峰、王辉、胡斐。本书案例是各位作者多年从事算法研究的经验总结。书中所有案例均因国内各大MATLAB技术论坛网友的切身需求而精心设计，其中不少案例所涉及的内容和求解方法在国内现已出版的MATLAB书籍中鲜有介绍。《MATLAB智能算法30个案例分析》采用案例形式，以智能算法为主线，讲解了遗传算法、免疫算法、退火算法、粒子群算法、鱼群算法、蚁群算法和神经网络算法等最常用的智能算法的MATLAB实现。本书共
MATLAB智能算法30个案例分析pdf
weixin_30599769的博客
07-22 5012
下载地址：网盘下载 MATLAB智能算法30个案例分析，ISBN：9787512403512，作者：史峰，王辉 等编著 下载地址：网盘下载 转载于:https://www.cnblogs.com/long12365/p/9730053.html...
matlab如何带入求解,MATLAB的粒子群工具箱，包含使用文件，如何添加到MATLAB中使用等相关详细说明（含二十余种PSO求解及应用函数）...
weixin_39764487的博客
03-16 406
【实例简介】MATLAB的粒子群工具箱，包含使用文件，如何添加到MATLAB中使用等相关详细说明【实例截图】【核心代码】PSO工具箱└── PSO工具箱├── A Particle Swarm Optimization (PSO) Primer.pdf├── DeJong_f2.m├── DeJong_f3.m├── DeJong_f4.m├── DemoPSOBehavior.m├── Foxh...
搭建hadoop完全分布式集群
xz370057448的博客
12-25 160
目录
MATLAB实战：30个智能算法案例剖析
《MATLAB智能算法30个案例分析》是一本针对智能算法的实用教程，特别强调通过实际案例来教授读者如何运用MATLAB编程实现各种常见的智能算法。书中涵盖了遗传算法、免疫算法、退火算法、粒子群算法、鱼群算法、蚁群...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值