说明：用 GUI 运行1.在 matlab 提示符下键入指南。2.单击"转到现有 GUI"3.在此文件相同的目录中选择 snk.fig 文件4.单击顶部的绿色箭头来启动 GUI一旦被启动 GUI，你可以使用由蛇1.点击"新形象"和负载输入的图像。样品图像提供。2.设置平滑参数"西格玛"或留在其默认值然后单...

matlab 主动 模型

说明：洗牌的飞跃青蛙算法 （样图） 是新自然启发智能算法利用整个的更新和评价战略解决方案。求解多维函数优化问题，这一战略将会恶化的收敛速度和算法由于维度之间的干涉现象的解决方案的质量。为了克服这方面的不足，提出了基于样图的维度的维度改进。拟议的战略结合到其他维度值更新后的值的一维将贪婪地接受新的解决方案，...

matlabcode

说明：三种方法被提出，以指导遗传算法的收敛向所需的解决方案：偏压以便有利于搜索空间的特定区域的探索初始群体的产生，根据归因不同的权重的目标和比较解的目标的加权和（WPMOGA），并且包括最小和最大的交易客中的解决方案（G-MOGA）的比较。三种方法进行，以发现是否意味着增加一些新的传输线的解决方案上测试的...

matlab 算法 目标 遗传 引导

说明：人工蜂群算法的基本程序，可以在此的基础上修改。人工蜂群算法是模仿蜜蜂行为提出的一种优化方法，是集群智能思想的一个具体应用，它的主要特点是不需要了解问题的特殊信息，只需要对问题进行优劣的比较，通过各人工蜂个体的局部寻优行为，最终在群体中使全局最优值突现出来，有着较快的收敛速度

matlab 算法 蜂群 人工

说明：基于负熵和基于峭度的算法的相似系数和信干比相差不多，都能很好地实现信号的盲分离。基于峭度的FastICA算法的收敛速度要快，迭代次数比基于负熵的FastICA算法少四倍以上。从分离时间也可以看出基于峭度的算法比基于负熵的算法快将近四倍。SIR随信噪比增大的结果图可以看出存在高斯噪声时，基于峭度的Fa...

matlab 算法 比较 经典 信号 分离

说明：应用背景在课堂上我们没有解决的公开问题是决心%的停止标准-即，需要多少次迭代？请你为自己的思想和修改工具，所以%电视/下午的扩散不需要用户指定的参数（迭代次数）。%的提示：1）var2（X-Y）= 20被称为前；2）当一个迭代算法%收敛？和公司；及；及；及；及；及；关键技术%电视和下午2类图像的扩散...

matlab 图像 基于 微分方程

说明：应用背景这个多变量（慢）变化的文件的概要；主要。M是文件的准备，我们的算法所需的所有数据，饲料数据给另一个函数实际上已经实施的算法，然后显示我们的结果。梯度，是具有梯度功能的文件，并在其上实现梯度下降。成本：我是一个简单的文件，它有一个函数，它的参数计算的值的成本函数。此源代码的另一个重要特点是，标...

matlab 回归 详细 线性 求解 问题 梯度 下降 变量

说明：本文研究了有限反馈下基于博弈论的联合功率分配与反馈速率控制优化问题。通过建立新的博弈模型，证明了其纳什均衡的存在性。同时，根据功率与反馈速率的关系，提出了一种迭代算法，可快速收敛到博弈不动点。仿真结果表明，联合优化算法的性能优于单单考虑反馈速率的算法。

控制 基于 优化 功率 反馈 分配 联合 速率 博弈论

说明：在确定约束条件时将灰度约束和光滑约束与可积性约束分开，使得计算公式和求解过程更加 简单，同时加快了迭代收敛速度，并能有效地防止迭代的发散。

说明：考虑到TSP问题的特点，采用一种受贪婪算法启发的贪婪交叉算子和贪婪倒位变异算子，实验证明，该算法能够极大地提高了算法的收敛速度又保证了最优解的得到，而且具有较好的鲁棒性。下面遗传算法求解TSP的基本步骤： （1）种群初始化。个体编码方法有二进制编码和实数编码，在解决TSP问题过程中个体编码方法为...

matlab 算法 tsp 简单 蚁群 求解 问题 随时 拓展