针对视觉伺服机器人对机动目标的跟踪问题，将当前统计模型（CS）引入IMM算法，与匀速模型（CV）组成模型集。在Matlab上对当前统计IMM算法和基本IMM算法进行仿真比较，结果表明当前统计IMMS算法跟踪机动目标的性能好于基本IMM算法，具有很好的收敛性和稳定性，提高了视觉伺服机器人对目标跟踪的准确性和快速性。

为优化某隧道工程中盾构刀盘的掘进性能,在研究滚刀布置规律的基础上,校核了刀盘的力学性能,最后利用遗传算法对滚刀的布置进行了改进优化。研究结果表明:优化后刀盘的径向不平衡力降低了61.22%,倾覆力矩降低了87.49%,破岩量方差降低了9.8%,达到了较好的优化效果,为刀盘刀具的合理布置提供了理论依据,对提高刀盘的受力性能和刀具的使用寿命具有重要的科学意义与工程价值。

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

遗传算法TSP_CUDA 一种遗传算法，可使用CUDA体系结构（GPU）为TSP（旅行商问题）找到最佳解决方案。 这是我在USF进行的并行和分布式处理课程的最后一个项目，与Berkeley在2015年Spring发布的“并行计算机的应用程序”一起完成的。该项目的目的是使自己熟悉遗传算法的设计和实现，重点是学习如何在CUDA架构以及C ++的OpenMP库上编写并行代码。 概述： 该项目将在德克萨斯大学奥斯汀分校的Stampede.tacc超级计算机上运行。 该代码在踩踏群集的单个节点上运行，此刻使用Nvidia的CUDA调用单个GPU。 在CUDA中，执行内核（GPU功能），并由块和线程组成。 每个块最多可以有1024个线程，每个内核可以有〜65000个块。 我设计了一种算法，以便在每个GPU上创建一个填充，该填充由启动内核的NTHREADS * NBLOCKS组成。 例如，在一个流行

交叉概率和变异概率能够随适应度自动改变。

美国北卡罗来纳大学的gaot遗传算法工具箱 使用方法： 1 将GAOT工具箱文件拷贝至Matlab文件夹下，具体路径视安装情况而定，例如： C:\program files\MATLAB\R2009a\toolbox。 2 将GAOT工具箱路径加入Matlab文件路径之中。 流程为：File-->Set Path-->Add Folder。即，将C:\program files\MATLAB\R2009a\toolbox\gaot文件夹加入该路径系统中。 3 重新启动Matlab，运行即可。 4 一般情况下，会出现如下情况。 安装遗传工具箱后出现问题：Warning

利用遗传算法求解函数最大值问题，函数为三元函数（z=f(x,y)）的形式，要求解的函数为：f=0.5-(sin((x.^2+y.^2).^0.5).^2-0.5)/((1+0.001*(x.^2+y.^2)).^2)

最标准的遗传算法,目标函数也是很基本的，很适合初学者。

遗传算法matlab实现 遗传算法 matlab 经调试 可实现

Matlab多种群遗传算法的函数优化算法-代码实例，包含谢菲尔德遗传算法工具箱