遺傳算法及其應(yīng)用實例的案例
遺傳算法原理及應(yīng)用
很經(jīng)典的一本書 需要的可以下載:D
遺傳算法原理及應(yīng)用.part1.rar
遺傳算法原理及應(yīng)用.part2.rar
基于Matlab的遺傳算法在圖像分割問題中的應(yīng)用
遺傳算法（Genetic Algorithm）是模擬達爾文生物進化論的自然選擇和遺傳學(xué)機理的生物進化過程的計
算模型，是一種通過模擬自然進化過程搜索最優(yōu)解的方法。遺傳算法是從代表問題可能潛在的解集的一個種群
（population）開始的，而一個種群則由經(jīng)過基因（gene）編碼的一定數(shù)目的個體(individual)組成。每個個
體實際上是染色體(chromosome)帶有特征的實體。染色體作為遺傳物質(zhì)的主要載體，即多個基因的集合，其
內(nèi)部表現(xiàn)（即基因型）是某種基因組合，它決定了個體的形狀的外部表現(xiàn)，如黑頭發(fā)的特征是由染色體中控制
這一特征的某種基因組合決定的。因此，在一開始需要實現(xiàn)從表現(xiàn)型到基因型的映射即編碼工作。由于仿照基
因編碼的工作很復(fù)雜，我們往往進行簡化，如二進制編碼，初代種群產(chǎn)生之后，按照適者生存和優(yōu)勝劣汰的原
理，逐代（generation）演化產(chǎn)生出越來越好的近似解，在每一代，根據(jù)問題域中個體的適應(yīng)度（fitness）大
小選擇（selection）個體，并借助于自然遺傳學(xué)的遺傳算子（genetic operators）進行組合交叉
（crossover）和變異（mutation），產(chǎn)生出代表新的解集的種群。這個過程將導(dǎo)致種群像自然進化一樣的后
生代種群比前代更加適應(yīng)于環(huán)境，末代種群中的最優(yōu)個體經(jīng)過解碼（decoding），可以作為問題近似最優(yōu)
解。
最后，大家有matlab或python相關(guān)需求可以通過微信公眾號聯(lián)系我們。
微信公眾號：320科技工作室。
展開 神經(jīng)網(wǎng)絡(luò)-遺傳算法(BP-GA)在數(shù)學(xué)建模中的應(yīng)用 ￥1
神經(jīng)網(wǎng)絡(luò)-遺傳算法(BP-GA)在數(shù)學(xué)建模中的應(yīng)用
蟻群算法及其應(yīng)用 ￥1
蟻群算法及其應(yīng)用
基于Matlab的自適應(yīng)濾波算法及其應(yīng)用
2、相同步長的LMS算法和NLMS算法濾波器權(quán)重更新曲線對比
音頻+單頻噪聲：
單頻+白噪聲：
最后,如有相關(guān)需求,歡迎聯(lián)系.
vx: CAE320
公眾號:320科技工作室
譜方法和高精度算法及其應(yīng)用
Chapter1.part1.rar
Chapter1.part2.rar
codes.rar
智能汽車中人工智能算法應(yīng)用及其安全綜述
本文總結(jié)智能汽車研究中的環(huán)境感知算法、智能決策算法、智能化算法的不確定性以及不確定性帶來的安全問題等4 個方面的研究情況，以期引起相關(guān)研究者的關(guān)注并提供指導(dǎo)。
1 智能感知與決策在智能汽車中的應(yīng)用
智能汽車環(huán)境感知算法作為智能汽車規(guī)劃決策和控制執(zhí)行的基礎(chǔ)環(huán)節(jié)，是智能汽車研究的關(guān)鍵技術(shù)之一，也是智能汽車當(dāng)前研究的熱點問題。本文對智能車中的環(huán)境感知算法進行綜述，其次總結(jié)了當(dāng)前決策規(guī)劃層的研究情況。
1.1 基于視覺的感知算法
1) 目標(biāo)檢測算法
目標(biāo)檢測的任務(wù)是找出圖像或視頻中的感興趣物體，同時檢測出它們的位置和大小，是機器視覺領(lǐng)域的核心問題之一，至今已有將近二十年的研究歷史。作為計算機視覺的基本問題，目標(biāo)檢測構(gòu)成了許多計算機視覺任務(wù)的基礎(chǔ)，目前目標(biāo)檢測算法已廣泛應(yīng)用于許多現(xiàn)實世界的應(yīng)用，如智能駕駛、機器人視覺、視頻監(jiān)控等。從2012 年開始，因大數(shù)據(jù)技術(shù)和硬件計算能力的提升，卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural networks, CNN)再一次受到研究者的關(guān)注，CNN 提取到的特征和傳統(tǒng)手工特征[17-21]相比，具有更魯棒和更深層的特性，這也引導(dǎo)研究者將CNN 應(yīng)用到目標(biāo)檢測領(lǐng)域中。用深度學(xué)習(xí)解決目標(biāo)檢測算法，可被分為兩組[22]：兩階段法和一階段法。兩階段法采用“由粗到細(xì)”的檢測策略，而一階段法利用神經(jīng)網(wǎng)絡(luò)模型，一步完成檢測任務(wù)。
R-CNN[23]是第一個將深度學(xué)習(xí)用于目標(biāo)檢測的網(wǎng)絡(luò)，其訓(xùn)練過程展示了最初的兩階段法的思路：首先通過一組網(wǎng)絡(luò)提取目標(biāo)的候選框，然后每個候選框內(nèi)的圖像會縮放至相同尺度，并輸入至一個CNN 網(wǎng)絡(luò)中提取特征，最后利用SVM[24]等分類器對每個區(qū)域的特征進行學(xué)習(xí)分類，完成檢測識別。
展開 基于演化算法的多目標(biāo)優(yōu)化方法及其應(yīng)用研究
基于演化算法的多目標(biāo)優(yōu)化方法及其應(yīng)用研究part1
基于演化算法的多目標(biāo)優(yōu)化方法及其應(yīng)用研究.part1.rar
基于演化算法的多目標(biāo)優(yōu)化方法及其應(yīng)用研究.part2.rar
基于演化算法的多目標(biāo)優(yōu)化方法及其應(yīng)用研究.part3.rar
APDL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例
我有 APDL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例 這本書 文件太大 怎么傳上去？？
APDL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例
《APDL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例》
《APDL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例》.part1.rar
《APDL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例》.part2.rar
《APDL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例》.part3.rar
《APDL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例》.part4.rar
《APDL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例》
：在宏內(nèi)調(diào)用其他宏
13.8使用宏庫文件與運行宏庫中的宏
13.9在宏中使用組和組件
13.10加密宏文件
第十四章定制用戶化圖形交互界面
14.1單參數(shù)輸入對話框
14.2多參數(shù)輸入對話框
14.3調(diào)用ANSYS程序已有的對話框
14.4宏中實現(xiàn)拾取操作
14.5程序運行進度對話框
14.6宏運行的消息機制
14.7定制工具條與縮寫
第十五章基于APDL的常規(guī)應(yīng)用及其實例
15.1ANSYS程序的啟動參數(shù)與啟動文件
15.2驅(qū)動可執(zhí)行文件
15.3利用工具條按鈕調(diào)用宏
15.4讀入和寫出數(shù)據(jù)文件并實現(xiàn)多載荷步瞬態(tài)動力學(xué)求解實例
15.5參數(shù)化建模：創(chuàng)建標(biāo)準(zhǔn)零件/模型的通用宏
15.6參數(shù)化建模：連續(xù)變厚度板殼模型
15.7施加隨坐標(biāo)變化的壓力載荷
15.8施加表載荷進行載荷插值求解
第十六章基于APDL的專用分析程序二次開發(fā)實例
第十七章基于APDL的有限元優(yōu)化技術(shù)及其應(yīng)用
17.1基于APDL的優(yōu)化設(shè)計概念
17.2基于APDL的設(shè)計優(yōu)化過程
17.3基于APDL的常見設(shè)計優(yōu)化實例
附錄AAPDL命令
附錄B優(yōu)化設(shè)計命令
附錄CAPDL通道命令
展開 
Ansys ADPL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例.
好東西當(dāng)然要與大家分享了，來分享一份Ansys ADPL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例，希望對大家有用
Ansys ADPL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例. 3.rar
Ansys ADPL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例. 1.rar
Ansys ADPL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例. 2.rar
《APDL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例》
：在宏內(nèi)調(diào)用其他宏
13.8使用宏庫文件與運行宏庫中的宏
13.9在宏中使用組和組件
13.10加密宏文件
第十四章定制用戶化圖形交互界面
14.1單參數(shù)輸入對話框
14.2多參數(shù)輸入對話框
14.3調(diào)用ANSYS程序已有的對話框
14.4宏中實現(xiàn)拾取操作
14.5程序運行進度對話框
14.6宏運行的消息機制
14.7定制工具條與縮寫
第十五章基于APDL的常規(guī)應(yīng)用及其實例
15.1ANSYS程序的啟動參數(shù)與啟動文件
15.2驅(qū)動可執(zhí)行文件
15.3利用工具條按鈕調(diào)用宏
15.4讀入和寫出數(shù)據(jù)文件并實現(xiàn)多載荷步瞬態(tài)動力學(xué)求解實例
15.5參數(shù)化建模：創(chuàng)建標(biāo)準(zhǔn)零件/模型的通用宏
15.6參數(shù)化建模：連續(xù)變厚度板殼模型
15.7施加隨坐標(biāo)變化的壓力載荷
15.8施加表載荷進行載荷插值求解
第十六章基于APDL的專用分析程序二次開發(fā)實例
第十七章基于APDL的有限元優(yōu)化技術(shù)及其應(yīng)用
17.1基于APDL的優(yōu)化設(shè)計概念
17.2基于APDL的設(shè)計優(yōu)化過程
17.3基于APDL的常見設(shè)計優(yōu)化實例
附錄AAPDL命令
附錄B優(yōu)化設(shè)計命令
附錄CAPDL通道命令
APSL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例.part1.rar
APSL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例.part2.rar
APSL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例.part3.rar
APSL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例.part4.rar
APSL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例.part5.rar
APSL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例.part6.rar
APSL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例.part7.rar
展開 《APDL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例》下載
溝通成就未來。
APSL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例（電子書）
APDL參數(shù)化有限元分析技術(shù)及其應(yīng)用實例（電子書）讓你精通ansys二次開發(fā)！
