说明：遗传算法是一种基于生物进化理论的全局搜索优化方法。传统的遗传算法在理论上已形成了一套较为完善的算法体系并在许多问题中都有了成功的应用，本文研究了遗传算法的基本原理及运算过程，并利用基本遗传算法非线性系统进行PID控制器参数优化，经过仿真发现自适应遗传算法具有更好的动态特性和控制效果，证明了该算法的有...
说明：增强式算法中的Q-学习算法，matlab实现，用于迷宫的最佳路径搜索
learning-maze-matlab maze-q-learning Q-learning-maze q-learning-matlab maze
说明：为了实现DOA和时延的联合估计,提出了一个无线通信中高分辨率的联合角度和时延估计方法,该方法不需要对参数进行搜索,利用空时矩阵的特征向量和特征值分别估计DOA和时延,通过特征值和特征向量的对应关系,估计的参数可以自动实现配对, 只要各路径信号的DOA和时延不同时接近此方法都可以适用,与JADE-MU...
说明：适合学习多目标优化算法的好例子，完美运行，粒子群算法 多目标优化是在现实各个领域中都普遍存在的问题，每个目标不可能都同时达到最优，必须各有权重。但是，究竟要怎样分配这样的权重，这已经成为人们研究的热点问题。同时，根据生物进化论发展起来的遗传算法，也得到了人们的关注。将这两者结合起来，能够利...
说明：遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗产算法求解最值问题，本文给了详细的代码以供参考。
说明：遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法表问题是从代可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(indi...
说明：运用模拟退火，神经网络，遗传算法高级算法简化计算，使之在较为复杂的运算时能够快速得到较为准确的结果，运行时间短，与传统的暴力搜索代码相比，计算压力小，运算时间短，提高效率。
说明：DE 算法主要用于求解连续变量的全局优化问题，其主要工作步骤与其他进化算法基本一致，主要包括变异(Mutation)、交叉(Crossover)、选择(Selection)三种操作。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...
说明：遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它最初由美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专著《Adaptation in Natu...
说明：蚁群算法是一种用来在图中寻找优化路径的机率型算法。是一种求解组合最优化问题的新型通用启发式方法，该方法具有正反馈、分布式计算和富于建设性的贪婪启发式搜索的特点。通过建立适当的数学模型，基于故障过电流的配电网故障定位变为一种非线性全局寻优问题。