说明：通过改进PSO算法的惯性权重和学习因子，惯性权重是调整全局搜索能力和局部搜索能力之间平衡的重要参数，选择合适的值有助于扩大搜索空间，提高找到潜在的全局最优解的概率；学习因子通过粒子本身经验和种群的社会经验对粒子运动产生影响，因此，选择合适的学习因子的取值也有利于提高PSO算法的性能。

matlab 算法 源程序 pso 改进

说明：采用遗传算法对男女生样本数据中的身高，体重，喜欢数学，喜欢文学，喜欢运动，喜欢模式识别共6个特征进行特征选择，并基于所得到的最佳特征采用SVM设计男女生分类器，并计算模型预测性能（包含SE,SP,ACC和AUC ）。要求自行编写代码实现遗传算法。

遗传算法 SVM 分类器 SE SP ACC AUC

说明：采用BP神经网络设计男女生分类器。采用的特征包括身高、体重、是否喜欢数学、是否喜欢文学、是否喜欢运动共五个特征，BP神经网络包含一个隐层，隐层结点数为5。要求：自行编写代码完成后向传播算法，采用交叉验证的方式实现对于性能指标的评判（包含SE,SP,ACC和AUC，AUC的计算可以基于平台的软件包）。

bp-男女生 男女生分类器 神经网络设计 算法评判se-sp 女生的BP

说明：采用遗传算法对男女生样本数据中的身高，体重，喜欢数学，喜欢文学，喜欢运动，喜欢模式识别共6个特征进行特征选择，并基于所得到的最佳特征采用SVM设计男女生分类器，并计算模型预测性能（包含SE,SP,ACC和AUC ）。提示：可以用6位的0/1进行编码，适应度函数可以考虑类似 。

AUC-SVM 特征选择算法 男女生分类器 svm-auc svm识别分类

说明：采用SVM设计男女生分类器。采用的特征包含身高、体重、是否喜欢数学、是否喜欢文学、是否喜欢运动共五个特征。要求：采用平台提供的软件包进行分类器的设计以及测试，尝试不同的核函数设计分类器，采用交叉验证的方式实现对于性能指标的评判（包含SE,SP,ACC和AUC，AUC的计算基于平台的软件包）。

男女生分类器 svm-auc AUC-SVM 采用SVM设计 交叉验证-SVM

说明：最详尽的能源模型

美国大学生数学建模竞赛(MCM/ICM)

说明：5次多项式插值，用于机器人轨迹规划，是初学者很好的例子，有助于理解机器人的运动表达，及其轨迹规划的概念

轨迹-规划 轨迹规划 robot-trajectory 机器人轨迹 matlab轨迹规划

说明：snakes算法简单程序（可运行），对初步学习snakes算法有帮助

snake-动态轮廓 snake snake-算法 Snakes snakes-algorithm

说明：为了更好地设计通信系统，我们需要对无线环境下收端信号的统计特性进行研究。考虑以下场景：环境中有很多障碍物，发射端至接收端没有视距可达路径。 假设收发端距离很远（500m以上），障碍物数量很大（N>50），并在空间中随机分布。同时假设各路反射信号到达接收端的强度相同（能量E=1），信号载...

两条路径 概率密度函数 发射波对比 通信原理 MATLAB仿真

说明：利用matlab，仿真了二维匀速运动的雷达目标轨迹，基于距离观测量利用扩展卡尔曼滤波器进行跟踪，跟踪结果良好，本程序是初学卡尔曼滤波的很好例子，在此基础上可以进行修改，

matlab