GA(T) 1049-2013 公安交通集成指挥平台通信协议 第1~6部分

BP神经网络是一种多层前馈神经网络,该网络的主要特点是信号前向传递, 误差反向传播。在前向传递中,输入信号从输入层经隐含层逐层处理, 直至输出层。每一层的神经元状态只影响下一层神经元状态。如果输出层得不到期望输出, 则转入反向传播,根据预测误差调整网络权值和阈值,从而使B P神经网络预测输出不断逼近期望输出。

用于特征选择的遗传算法 运行算法： 步骤 1：运行 GA.m 文件 您可以将交叉、变异、分类器和数据集替换为您选择的那些。 如果您发现错误，请给我们发电子邮件。 Sadegh Salesi sadegh.salesi@my.ntu.ac.uk Georgina Cosma 博士 georgina.cosma@ntu.ac.uk 参考：S. Salesi 和 G. Cosma，“一种用于特征选择的新型扩展二进制布谷鸟搜索算法”，2017 年第二届知识工程与应用国际会议 (ICKEA)，伦敦，2017 年，第 6-12 页。 doi：10.1109/ICKEA.2017.8169893 网址： http : //ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8169893&isnumber=8169886

此代码允许您使用 PARSEC 方法参数化翼型形状，然后该代码使用遗传算法作为优化器，您可以查看： 1- 参数化之前的翼型2- 升力变化系数--------------------------------- 遗传算法在不使用嵌入式 MATLAB 优化器的情况下进行编码，以实现更快的计算和更简单的计算。 如果您需要通用格式的 GA 以供任何应用程序使用，请发表评论，我将上传。

Qt编写的BP神经元网络训练程序，对给定数据进行训练，回想。并对给定数据进行泛化测试。

茶匙 旅行商问题求解器 - 遗传算法 city.js 文件包含所有城市的 x 和 y 坐标（如果需要可以更改）。 下一代按钮将运行算法 150 次并打印所有数据。 为获得最佳观看效果，请使用 1920x1080 显示器。

基于GA-PSO算法，包含程序和数据.rar

GA/T 1400 2017公安视频图像信息应用系统标准 全集 1~4

IBM system x3530 M4 C105 raid 驱动linux 64位版 ，适用于redhat 6

准确及时的每月降雨量预报是水文研究等科学界面临的主要挑战，例如河流管理项目和洪水预警系统的设计。 支持向量回归（SVR）是一个非常有用的降水预测模型。 本文提出了一种新的并行协同进化算法，基于遗传算法和粒子群优化算法SVRGAPSO的并行协同进化，可以确定SVR在降雨预测中的合适参数，用于月降水预测。 并行协同进化算法的框架是同时迭代两个GA和PSO种群，这是GA和PSO种群之间进行信息交换以克服过早的局部最优的一种机制。 我们的方法采用混合PSO和GA，通过并行协同发展来获得SVR的最佳参数。 所提出的技术可用于降雨预报，以测试其概括能力并与几种竞争技术进行比较评估，例如其他替代方法，即SVRPSO（带PSO的SVR），SVRGA（带GA的SVR）和SVR模型。 实证结果表明，SVRGAPSO结果具有较好的泛化能力，在降雨预报中具有最低的预测误差值。 SVRGAPSO可以显着提高降雨预报的准确性。 因此，SVRGAPSO模型是降雨预报的有希望的替代方法。