交互多模(IMM)卡尔曼滤波器机动目标跟踪matlab(非常好).rar

变异(Mutation) 交叉(Crossover) 选择(Selection) 遗传操作 算法的基本思想是从某一随机产生的初始群体开始，利用从种群中随机选取的两个个体的差向量作为第三个个体的随机变化源，将差向量加权后按照一定的规则与第三个个体求和而产生变异个体，该操作称为变异。然后，变异个体与某个预先决定的目标个体进行参数混合，生成试验个体，这一过程称之为交叉。如果试验个体的适应度值优于目标个体的适应度值，则在下一代中试验个体取代目标个体，否则目标个体仍保存下来，该操作称为选择 *

nsga ii算法代码MATLAB 演示“工具箱” 多目标优化的差分进化 这些代码是由（）在其理学硕士期间开发的。 在（）教授的指导下，在米纳斯吉拉斯州联邦大学就读。 Octave-Matlab文件夹包含Octave的实现（也应在Matlab上工作）。 实现了以下算法： 后验方法（无首选项）： – DEMO [1]：具有非支配排序的常规DEMO； – IBEA [2]：使用指标代替DEMO。 先验的或交互式的（具有首选项）： – R-DEMO [3]：R-NSGA-II，但改用DEMO； – PBEA [4]：IBEA，但使用参考点； – PAR-DEMO（nds）[5]：我们提出的使用非支配排序的方法； – PAR-DEMO（ε）[5]：相同的方法，但使用指示符。 Fillipe的理学硕士论文可用，并包含了多目标优化和基于偏好的方法的广泛评论。 它还包含对基于首选项的自适应兴趣区域（PAR）框架的更广泛的描述和讨论。 如果您以任何方式使用这些代码，请引用我们的论文[5]： @article{Goulart2016, doi = {10.1016/j.ins.2015.09.015},

里面包含搭建的详细说明文档，node-v12.18.0-x64安装包，可用的chrome浏览器版本等，已测可用。

【智能优化算法】基于人工蜂群算法求解多目标优化问题附matlab代码.zip

关于unity和Android交互的代码

SVG与html的交互(svg的js与html的js互调用)

功能需求: 1．整体模块： （1）二手物品交易模块 ； （2）社团活动场地预约模块 ； （3）失物招领模块 ； （4）综合通知、信息分享及交流模块； 2．学生：注册、登录，退出功能；二手物品查看，私信物主功能；空闲活动场地、教室查看、预约功能；失物查看、发布失物信息功能； 3．老师：注册、登录，退出功能；查询功能，包括学生信息、联系方式查询等；通知功能，包括各类官方通知的发布功能； 4．后台管理员：后台管理员登录该账号管理后台，对学生、老师，二手物品，空闲活动场地、教室，失物进行添加、修改、删除，查询等操作； 5．公共的信息交流平台；

版本3.0.3 关于 Admin bot是用编写的discord bot。 它允许您查看relatime游戏服务器信息，直接从不和谐中执行服务器命令，查看统计信息等等。 添加了命令处理程序和事件处理程序，因此可以随意扩展命令和事件。 这个怎么运作 下载 最新的二进制版本始终可以在以下位置获得： 设置 管理员bot无需花费太多精力即可启动和运行。 先决条件 或更高版本 版本2021.1.18.2或更高版本 安装 视窗 安装Node.js 解压Admin-bot.zip 编辑config.js （添加您的令牌，前缀，webfronturl和adminid） 在管理bot的目录内打开控制台，输入npm i并按Enter键 在命令提示符下运行StartAdminBot.cmd或npm start Linux（Ubuntu 20:04） 打开终端并输入： sudo apt install

改进惯性因子，并且在PSO算法中引入变异操作进行改进粒子群算法。自适应变异是借鉴遗传算法中的变异思想，即对某些变量以一定的概率重新初始化。变异操作扩展了在迭代中不断缩小的种群搜索空间，使粒子能够跳出先前搜索到的最优值位置，在更大的空间中开展搜索，同时保持了种群多样性，提高算法寻找最优值的可能性。因此，在普通粒子群算法的基础上引入简单变异算子，在粒子每次更新之后，以一定概率重新初始化粒子。