-
介绍了遗传算法工具箱及其具体的应用，很有参考价值.
介绍了遗传算法工具箱及其具体的应用，很有参考价值.-introduced a genetic algorithm toolbox and its specific application of great reference value.
- 2023-08-11 04:35:05下载
- 积分：1
-
遗传算法解决随机期望值模型问题的例题
遗传算法解决随机期望值模型问题的例题-random genetic algorithms to solve the problem expectations model example
- 2022-04-29 09:55:30下载
- 积分：1
-
matlab中运行
matlab中运行-matlab run
- 2022-01-22 15:41:09下载
- 积分：1
-
高性能交流伺服系统及其复合控制策略研究，浙江大学博士论文。
关键词:交流伺服系统，矢量控制，直接转矩控制，复合控制，PID控制，GA，IGA，模糊控制，切换...
高性能交流伺服系统及其复合控制策略研究，浙江大学博士论文。
关键词:交流伺服系统，矢量控制，直接转矩控制，复合控制，PID控制，GA，IGA，模糊控制，切换控制，协调控制-High Performance AC Servo System and its Advanced Mixed Practical Control Strategy.Thesis of Zhejiang University.
Keywords:AC servo system, Vector Control, Direct Torque Control,Combined Control, PID Control, GA, IGA, Fuzzy Control, Coordinating Control.
- 2022-04-06 20:21:27下载
- 积分：1
-
Source code of DBSCAN algorathm of data mining with VC
数据挖掘中dbscan算法的vc实现的源代码-Source code of DBSCAN algorathm of data mining with VC
- 2022-05-07 09:36:39下载
- 积分：1
-
如何在VB下实现BP神经网络的拓扑优化算法
如何在VB下实现BP神经网络的拓扑优化算法
- 2023-01-01 08:25:03下载
- 积分：1
-
Genetic algorithm in the new multi
遗传算法中的新的多点交叉算法用来优化选择最优值-Genetic algorithm in the new multi-point crossover algorithm
- 2022-05-29 23:44:27下载
- 积分：1
-
神经网络介绍的源码
神经网络介绍的源码-neural network introduced by the source
- 2022-02-03 17:54:20下载
- 积分：1
-
Decision Tree C45Rule
决策树
C45Rule-PANE算法
解决了决策的问题,是从QUILAN算法修改而成-Decision Tree C45Rule- PANE algorithm to solve the problem of decision-making, from QUILAN algorithm revisions
- 2022-01-25 23:34:10下载
- 积分：1
-
C development based on the three hidden layer neural network, the output weights...
基于C开发的三个隐层神经网络，输出权值、阈值文件，训练样本文件，提供如下函数：1）初始化权、阈值子程序；2）第m个学习样本输入子程序；3）第m个样本教师信号子程序；4）隐层各单元输入、输出值子程序；5）输出层各单元输入、输出值子程序；6）输出层至隐层的一般化误差子程序；7）隐层至输入层的一般化误差子程序；8）输出层至第三隐层的权值调整、输出层阈值调整计算子程序；9）第三隐层至第二隐层的权值调整、第三隐层阈值调整计算子程序；10）第二隐层至第一隐层的权值调整、第二隐层阈值调整计算子程序；11）第一隐层至输入层的权值调整、第一隐层阈值调整计算子程序；12）N个样本的全局误差计算子程序。-C development based on the three hidden layer neural network, the output weights, threshold documents, training sample documents, for the following functions : a) initialization, the threshold subroutine; 2) m learning samples imported subroutine; 3) m samples teachers signal Subroutine ; 4) hidden layer of the module input and output value subroutine; 5) the output layer of the module input and output value subroutine; 6) the output layer to the hidden layer subroutine error of generalization; 7) hidden layer to the input layer subroutine error of generalization; 8) the output layer to the third hidden layer Weight adjustment, the output layer threshold adjustment routines; 9) 3rd hidden layer t
- 2022-07-11 04:13:40下载
- 积分：1
