【DELM分类】基于遗传算法改进深度学习极限学习机实现数据分类附matlab代码

由于单通道电液位置伺服系统是一种非线性时变系统，而且有阻尼比小、参数变化大、非线性程度高的特点，传统的PID控制已经很难满足六自由度并联平台的控制精度的要求。针对六自由度并联平台单通道的数学模型，采用遗传算法对其PID控制器的参数进行优化控制，以满足系统的控制精度的要求。仿真结果表明该控制系统的性能指标有了很大改善，证明了该遗传算法的可行性和有效性，克服了传统PID整定参数费时的缺点，对解决实际控制问题提供了有效的方法，并且具有良好的抗干扰能力，其适应性（鲁棒性）也有了很大的提高。

一种基于遗传算法的模糊神经网络最优控制

基于遗传算法的脉冲耦合神经网络自动系统的研究

基于遗传算法的图像分割，希望对大家都有用。我也在研究这方面的内容

本发明公开了一种基于遗传算法优化BP神经网络的风电功率预测方法，从风电功率预测系统的数据处理模块中获取预测参考数据；对参考数据建立BP神经网络的预测模型，并采用多种群编码对应BP神经网络的不同结构，每个种群分别对神经网络权值阈值编码，生成不同长度的个体，用遗传算法中选择、交叉、变异操作进化优化每个种群，最后判断收敛条件并选择最优个体；再对BP神经网络初始化，用学习率可变的动量BP算法进一步训练网络直至收敛，利用该网络对风电功率进行预测；最后，还反复利用预测值，在一轮预测中进行多次预测实现了跨时间间隔的多步预测。本发明预测精度提高，计算时间减少，稳定性增强。

一种基于遗传算法的作业车间调度问题的解决方案，陈浩哲，王晨升，作业车间调度问题(job shop scheduling problem，JSP)是复杂调度问题类型之一，有十分重要的研究意义和工程价值。本文以标准遗传算法为基础�

matab代码基于遗传算法的多目标优化算法

基于遗传算法的物流配送路径优化问题研究

第1章 绪 论 1.1选题的目的及意义 1.2国内外研究现状及发展趋势 1.2.1国内外研究现状 1.2.2发展趋势 1.3本文研究内容 第2章 车间调度问题 2.1车间调度问题综述 2.1.1车间调度问题的描述 2.1.2车间调度问题的分类 2.1.3车间调度问题的特点 2.1.4求解车间调度问题的常用方法 2.2柔性流水车间调度问题 2.2.1柔性流水车间调度问题概述 2.2.2柔性流水车间调度问题建模 第3章 遗传算法理论 3.1遗传算法的基本思想 3.2遗传算法的基本概念 3.3遗传算法的特点 3.4遗传算法的改进 3.5遗传算法的操作设计 3.5.1编码方式 3.5.2选择操作 3.5.3交叉操作 3.5.4变异操作 3.6遗传算法的参数设计 第4章 柔性流水车间调度遗传算法设计 4.1编码方式 4.2解码方式 4.3选择方法 4.4交叉方法 4.5变异方法 4.6算法流程设计 第5章 程序实现及仿真分析 5.1问题描述 5.2程序设计 5.2.1种群初始化 5.2.2选择算子 5.2.3交叉算子 ...... 基于遗传算法的柔性流水车间调度设计与实现（论文+源码+答辩ppt