为了改善城市道路交叉口交通信号控制，降低交叉口车辆延误，提出了一种基于改进遗传算法优化的模糊控制方法。在优化模糊控制器的过程中，为避免出现“早熟”现象，采用改进的自适应遗传算法，在进化过程中动态调整种群中适应度值最大个体的交叉概率和变异概率，使种群进化不会处于一种近似停滞不前的状态。为了检验该控制方法的性能，以交叉口车辆平均延误作为性能评价指标，在相同交通条件下进行了仿真实验。结果表明，相对于普通模糊控制器，经过改进遗传算法优化的模糊控制器能有效减小交叉口车辆的平均延误，提高交叉口的通行能力。

matlab源码

采用改进的遗传算法（IGA）和BP人工神经网络相结合的方法，研究了50个酚类化合物的麻醉毒性和分子结构之间的相关性，并与单纯用BP人工神经网络建立的模型进行比较。结果表明，该方法克服了人工神经网络训练中的局部最优问题，采用最优交叉和变异等遗传策略，有效地解决了收敛过程中的振荡问题，所得模型的训练精度和预测精度均优于单纯的BP人工神经网络QsAR模型。

论文“黄克坤. 基于自适应编码顺序的分层树算法改进集划分[J], 计算机应用学报, 2012, 32(3):732-735.”的Matlab代码。 为了获得更好的图像边缘压缩，提出了一种改进的基于对系数的先验扫描的层次树中的集合划分(SPIHT)算法，该算法周围有更显着系数的系数。 系数或集合在编码前根据周围显着系数的个数进行排序，只要扫描了周围存在显着系数的集合，就对先前的显着系数进行细化。 扫描顺序是自适应确认的，不需要任何额外的存储。 它可以在指定的压缩比下编码更重要的系数。 实验结果表明，与SPIHT相比，该方法可以提高PSNR和主观视觉体验。

【WSN布局】基于改进鲸鱼算法实现WSN节点优化覆盖matlab代码

工程

发电机

工程

基于改进鱼群算法的边缘检测在藻井图案中的计算机应用研究.docx

针对目标识别过程中识别精度不高、实时性不好的问题，提出基于尺度不变特征转换（SIFT）算法的改进算法，该算法通过研究传统的SIFT算法特征匹配正确率不高、匹配耗时过长的问题，结合Harris算子角点检测特性提出改进，在高斯差分尺度空间内直接检测角点，使得提取的特征点数目减少，计算量降低，特征点提取的显著性提高；同时使用RANSANC方法进行特征匹配约束，减少误匹配，进一步提升目标识别的正确率。为了验证提出算法的有效性，通过MATLAB对算法在尺度变化和噪声等复杂情况下的匹配效果进行实验验证，结果表明，改进的SIFT算法匹配用时大大降低、误匹配较少，匹配正确率提高，具有较强的鲁棒性，可以准确识别目标，具有良好的目标识别能力。