实例介绍
【实例截图】
【核心代码】
.
├── MATLAB智能算法30个案例分析 源代码
│ ├── chapter1
│ │ ├── fx.m
│ │ └── fxy.m
│ ├── chapter10
│ │ ├── data.mat
│ │ └── main.m
│ ├── chapter11
│ │ ├── Find.m
│ │ ├── REINS.M
│ │ ├── RWS.M
│ │ ├── SELECT.M
│ │ ├── aberranceJm.m
│ │ ├── across.m
│ │ ├── cal.m
│ │ ├── calP.m
│ │ ├── caltime.m
│ │ ├── main.m
│ │ ├── plotRec.m
│ │ ├── ranking.M
│ │ ├── scheduleData.mat
│ │ └── selectJm.m
│ ├── chapter12
│ │ ├── Cross.m
│ │ ├── IAdata.mat
│ │ ├── Mutation.m
│ │ ├── Select.m
│ │ ├── bestselect.m
│ │ ├── centre.fig
│ │ ├── concentration.m
│ │ ├── draw.m
│ │ ├── excellence.m
│ │ ├── figure.fig
│ │ ├── fitness.m
│ │ ├── incorporate.m
│ │ ├── main.m
│ │ ├── popinit.m
│ │ ├── similar.m
│ │ └── test.m
│ ├── chapter13
│ │ ├── sample1
│ │ │ ├── MexicoHatnew.m
│ │ │ ├── PSO0.m
│ │ │ ├── PSO1.m
│ │ │ ├── PSO2.m
│ │ │ ├── PSO3.m
│ │ │ ├── PSO4.m
│ │ │ ├── fun.m
│ │ │ ├── main.m
│ │ │ └── wchange.m
│ │ ├── sample2-Rastrgrin
│ │ │ ├── PSO.m
│ │ │ ├── fun.m
│ │ │ ├── pso.fig
│ │ │ ├── pso.mat
│ │ │ ├── rastrigrin.fig
│ │ │ └── rastrigrin.m
│ │ └── sample3-Griewankan
│ │ ├── Griewank.fig
│ │ ├── Griewank.m
│ │ ├── PSO.m
│ │ ├── fun.m
│ │ ├── pso.fig
│ │ └── pso.mat
│ ├── chapter14
│ │ └── 案例14
│ │ ├── cell模式下运行结果
│ │ │ ├── GA_run.html
│ │ │ ├── GA_run.png
│ │ │ ├── GA_run_01.png
│ │ │ ├── PSO.html
│ │ │ ├── PSO.png
│ │ │ ├── PSO_01.png
│ │ │ └── PSO_02.png
│ │ ├── 源程序
│ │ │ ├── GA_run.m
│ │ │ ├── PID_Model.mdl
│ │ │ ├── PSO.m
│ │ │ └── PSO_PID.m
│ │ └── 问题解决思路.pdf
│ ├── chapter15
│ │ ├── Oliver30.txt
│ │ ├── bayg29.txt
│ │ ├── burma14.txt
│ │ ├── ch130.txt
│ │ ├── ch150.txt
│ │ ├── dist.m
│ │ ├── eil51.txt
│ │ ├── fitness.m
│ │ ├── gr96.txt
│ │ ├── main.asv
│ │ ├── main.m
│ │ ├── pr226.txt
│ │ ├── pr76.txt
│ │ └── st70.txt
│ ├── chapter16
│ │ ├── DF1function.m
│ │ ├── fitnessRecord.mat
│ │ ├── main.m
│ │ └── result.mat
│ ├── chapter17
│ │ ├── PSOt
│ │ │ ├── forcecol.m
│ │ │ ├── forcerow.m
│ │ │ ├── goplotpso.m
│ │ │ ├── linear_dyn.m
│ │ │ ├── normmat.m
│ │ │ ├── pso_Trelea_vectorized.m
│ │ │ └── spiral_dyn.m
│ │ └── testfunctions
│ │ ├── DeJong_f2.m
│ │ ├── DeJong_f3.m
│ │ ├── DeJong_f4.m
│ │ ├── Foxhole.m
│ │ ├── Griewank.m
│ │ ├── NDparabola.m
│ │ ├── Rastrigin.m
│ │ ├── Rosenbrock.m
│ │ ├── ackley.m
│ │ ├── alpine.m
│ │ ├── f6.m
│ │ ├── f6_bubbles_dyn.m
│ │ ├── f6_linear_dyn.m
│ │ ├── f6_spiral_dyn.m
│ │ ├── f6mod.m
│ │ ├── forcecol.m
│ │ ├── forcerow.m
│ │ ├── goplotpso.m
│ │ ├── linear_dyn.m
│ │ ├── main.m
│ │ ├── normmat.m
│ │ ├── pso_Trelea_vectorized.m
│ │ ├── spiral_dyn.m
│ │ ├── test_func.m
│ │ └── tripod.m
│ ├── chapter18
│ │ ├── example1.rar
│ │ └── example2.rar
│ ├── chapter19
│ │ ├── CityPosition1.mat
│ │ ├── CityPosition2.mat
│ │ ├── CityPosition3.mat
│ │ ├── Distanse.m
│ │ ├── DrawPath.m
│ │ ├── Metropolis.m
│ │ ├── NewAnswer.m
│ │ ├── OutputPath.m
│ │ ├── PathLength.m
│ │ ├── SA_TSP.m
│ │ └── dsxy2figxy.m
│ ├── chapter20
│ │ ├── FCMfun.m
│ │ ├── FCMpure.m
│ │ ├── GAFCM.m
│ │ ├── ObjFun.m
│ │ ├── SAGAFcmMain.m
│ │ ├── X.mat
│ │ ├── initFCM.m
│ │ └── iterateFCM.m
│ ├── chapter21
│ │ └── 源程序
│ │ ├── my_first_SA.m
│ │ └── my_first_SA_run.m
│ ├── chapter22
│ │ ├── citys_data.mat
│ │ └── main.m
│ ├── chapter23
│ │ ├── DijkstraPlan.m
│ │ ├── DijstraPlan.m
│ │ ├── barrier.txt
│ │ ├── lines.txt
│ │ ├── main.m
│ │ └── matrix.txt
│ ├── chapter24
│ │ ├── CacuFit.m
│ │ ├── CacuQfz.m
│ │ ├── HeightData.mat
│ │ ├── czfz.m
│ │ ├── data.m
│ │ ├── data1.m
│ │ ├── main.m
│ │ └── searchpath.m
│ ├── chapter25
│ │ ├── main.m
│ │ └── spectra_data.mat
│ ├── chapter26
│ │ ├── iris_data.mat
│ │ └── main.m
│ ├── chapter27
│ │ ├── main.m
│ │ └── water_data.mat
│ ├── chapter28
│ │ ├── BreastTissue_data.mat
│ │ └── main.m
│ ├── chapter29
│ │ ├── concrete_data.mat
│ │ └── main.m
│ ├── chapter2基于遗传算法和非线性规划函数的寻优算法
│ │ ├── 案例1非线性
│ │ │ ├── Code.m
│ │ │ ├── Cross.m
│ │ │ ├── Mutation.m
│ │ │ ├── Select.m
│ │ │ ├── fun.m
│ │ │ ├── main.m
│ │ │ ├── nonlinear.m
│ │ │ └── test.m
│ │ ├── 案例2非线性
│ │ │ ├── Code.m
│ │ │ ├── Cross.m
│ │ │ ├── Genetic.m
│ │ │ ├── Mutation.m
│ │ │ ├── Select.m
│ │ │ ├── fun.m
│ │ │ ├── nonlinear.m
│ │ │ └── test.m
│ │ └── 案例3非线性
│ │ ├── Code.m
│ │ ├── Cross.m
│ │ ├── Genetic.m
│ │ ├── Mutation.m
│ │ ├── Select.m
│ │ ├── fun.m
│ │ ├── nonlinear.m
│ │ └── test.m
│ ├── chapter30
│ │ ├── elmpredict.m
│ │ ├── elmtrain.m
│ │ ├── iris_data.mat
│ │ ├── main.m
│ │ └── spectra_data.mat
│ ├── chapter3基于遗传算法的神经网络优化
│ │ ├── BPfun.m
│ │ ├── GABPMain.m
│ │ ├── Objfun.m
│ │ ├── callbackfun.m
│ │ └── data.mat
│ ├── chapter4
│ │ ├── CityPosition1.mat
│ │ ├── CityPosition2.mat
│ │ ├── CityPosition3.mat
│ │ ├── Distanse.m
│ │ ├── DrawPath.m
│ │ ├── Fitness.m
│ │ ├── GA_TSP.m
│ │ ├── InitPop.m
│ │ ├── Mutate.m
│ │ ├── OutputPath.m
│ │ ├── PathLength.m
│ │ ├── Recombin.m
│ │ ├── Reins.m
│ │ ├── Reverse.m
│ │ ├── Select.m
│ │ ├── Sus.m
│ │ ├── dsxy2figxy.m
│ │ └── test.m
│ ├── chapter5
│ │ └── 源程序
│ │ ├── Active_Suspension_LQR.mdl
│ │ ├── GA_LQR.m
│ │ └── GA_LQR_run.m
│ ├── chapter6
│ │ └── 源程序
│ │ ├── GA_demo.m
│ │ └── GA_demo_run.m
│ ├── chapter7
│ │ ├── EliteInduvidual.m
│ │ ├── MPGA.m
│ │ ├── ObjectFunction.m
│ │ ├── SGA.m
│ │ ├── danyuan.m
│ │ └── immigrant.m
│ ├── chapter8
│ │ ├── FitnessFunction.m
│ │ ├── InitPop.m
│ │ ├── Objfunction.m
│ │ ├── Qgate.m
│ │ ├── QuantumMain.m
│ │ ├── bin2decFun.m
│ │ └── collapse.m
│ └── chapter9
│ └── 源程序
│ ├── my_first_multi.m
│ └── my_first_multi_run.m
├── matrix.suo
├── matrix.v12.suo
└── 好例子网_MATLAB智能算法30个案例分析 源代码.zip
46 directories, 241 files
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论