常用參數(shù)自動(dòng)標(biāo)定算法總結(jié)（單純形，遺傳算法，貝葉斯優(yōu)化算法，粒子群算法等） 
當(dāng)樣本數(shù)量少，且有約束優(yōu)化時(shí)適合使用ego方法。例如在評(píng)估晶體塑性模型參數(shù)時(shí)不過(guò)這些優(yōu)化算法經(jīng)常容易陷入局部最優(yōu)，即優(yōu)化算法在搜索過(guò)程中被某個(gè)“看起來(lái)很好”的解吸引，不斷圍繞它進(jìn)行微小改進(jìn)，最終卡在“局部低谷”而不是“全局最低點(diǎn)”。
2569 1
晶體塑性有限元 ??? 1年前
遺傳算法原理及其matlab編程詳細(xì)講解—輕松快速入門(mén)啟發(fā)式優(yōu)化算法 
課程背景：?jiǎn)l(fā)式算法是一類在可接受的計(jì)算資源下尋找問(wèn)題近似解的算法，它們通常用于解決復(fù)雜的優(yōu)化問(wèn)題，特別是在傳統(tǒng)算法難以應(yīng)用或者效率不高的情況下。以下是啟發(fā)式算法的一些主要應(yīng)用前景：復(fù)雜系統(tǒng)優(yōu)化：在工程、物流和供應(yīng)鏈管理中，啟發(fā)式算法可以幫助優(yōu)化復(fù)雜的系統(tǒng)設(shè)計(jì)和操作。機(jī)器學(xué)習(xí)：在訓(xùn)練機(jī)器學(xué)習(xí)模型時(shí)，啟發(fā)式算法可以用來(lái)選擇特征、優(yōu)化模型參數(shù)或者神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。
1637 2
技術(shù)鄰直播 ??? 2年前
基于灰狼算法優(yōu)化支持向量機(jī)的matlab算法 
灰狼優(yōu)化算法優(yōu)化支持向量機(jī)MATLAB實(shí)戰(zhàn) 今天給大家分享灰狼優(yōu)化算法的MATLAB實(shí)戰(zhàn) ，主要從算法原理和代碼實(shí)戰(zhàn)展開(kāi)。
2222 1
Matlab心得交流 ??? 2年前
機(jī)器學(xué)習(xí)中的優(yōu)化算法
</li></ul><p><strong>機(jī)器學(xué)習(xí)中的優(yōu)化算法類型</strong></p><p>有各種類型的優(yōu)化算法，每種算法都有其優(yōu)點(diǎn)和缺點(diǎn)。 <strong>這些算法大致可分為兩類：一階算法和二階算法</strong>。</p><p><strong>1.
2416 1
仿真資料吧 ??? 1年前
36基于matlab的對(duì)分解層數(shù)和懲罰因子進(jìn)行優(yōu)化。蟻獅優(yōu)化算法優(yōu)化VMD,算術(shù)優(yōu)化算法優(yōu)化VMD 
基于matlab的對(duì)分解層數(shù)和懲罰因子進(jìn)行優(yōu)化。蟻獅優(yōu)化算法優(yōu)化VMD,算術(shù)優(yōu)化算法優(yōu)化VMD，遺傳優(yōu)化算法優(yōu)化VMD，灰狼優(yōu)化算法優(yōu)化VMD，海洋捕食者優(yōu)化算法優(yōu)化VMD，粒子群優(yōu)化VMD，麻雀優(yōu)化算法優(yōu)化VMD，鯨魚(yú)優(yōu)化算法優(yōu)化VMD。程序已調(diào)通，可直接運(yùn)行。
2090
matlab應(yīng)用與學(xué)習(xí) ??? 2年前
abaqus優(yōu)化算法更新？
學(xué)生，接觸abaqus不久，請(qǐng)問(wèn)abaqus的優(yōu)化模塊（尤其拓?fù)?em>優(yōu)化），是否支持算法的更改（底層算法的更改或替換），軟件內(nèi)實(shí)現(xiàn)或者是軟件外的二次開(kāi)發(fā)接口實(shí)現(xiàn)都可以，如果有的話相關(guān)資料去哪里找，麻煩各位大佬了
2247 4 2
sky殘望 ??? 3年前
遺傳算法優(yōu)化應(yīng)用案例講解及編碼技巧 
課程背景：?jiǎn)l(fā)式算法是一類在可接受的計(jì)算資源下尋找問(wèn)題近似解的算法，它們通常用于解決復(fù)雜的優(yōu)化問(wèn)題，特別是在傳統(tǒng)算法難以應(yīng)用或者效率不高的情況下。以下是啟發(fā)式算法的一些主要應(yīng)用前景：復(fù)雜系統(tǒng)優(yōu)化：在工程、物流和供應(yīng)鏈管理中，啟發(fā)式算法可以幫助優(yōu)化復(fù)雜的系統(tǒng)設(shè)計(jì)和操作。機(jī)器學(xué)習(xí)：在訓(xùn)練機(jī)器學(xué)習(xí)模型時(shí)，啟發(fā)式算法可以用來(lái)選擇特征、優(yōu)化模型參數(shù)或者神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。
85
技術(shù)鄰直播 ??? 2年前
HGWOSCA-改進(jìn)的灰狼優(yōu)化算法1(Matlab) 
00 文章目錄 1 灰狼優(yōu)化算法原理 2 改進(jìn)的灰狼優(yōu)化算法 3 代碼目錄 4 算法性能 5 總結(jié) 01 灰狼優(yōu)化算法原理 關(guān)于灰狼優(yōu)化算法的原理在前面的文章中已作了闡述，這里不再展開(kāi)，想要了解的朋友可以點(diǎn)擊下面的鏈接查看。
2761
Matlab心得交流 ??? 2年前
孟錦豪等：基于NSGA-II遺傳算法的鋰電池均衡指標(biāo)優(yōu)化 
由于NSGA-II遺傳算法具有運(yùn)算速度快、魯棒性強(qiáng)等優(yōu)點(diǎn)，選擇使用NSGA-Ⅱ算法對(duì)鋰電池均衡指標(biāo)進(jìn)行優(yōu)化，并設(shè)計(jì)相應(yīng)的決策策略。
5049 4 2
能源阿陽(yáng) ??? 2年前
光刻技術(shù)第10期 | 矢量OPC的優(yōu)化算法 
在此基礎(chǔ)上，最速下降（SD）算法等經(jīng)典優(yōu)化算法憑借其簡(jiǎn)潔高效的特性，被廣泛應(yīng)用于矢量OPC優(yōu)化流程中，通過(guò)梯度信息迭代更新掩模變量，實(shí)現(xiàn)目標(biāo)函數(shù)的逐步收斂。
2411
武漢二元 ??? 4月前
基于 MIST 方法提出了點(diǎn)陣結(jié)構(gòu)的尺寸優(yōu)化算法（用于制造增材優(yōu)化等課題） 
優(yōu)化問(wèn)題的目標(biāo)是整體結(jié)構(gòu)的剛度最大，實(shí)現(xiàn)方法是使整體結(jié)構(gòu)的總應(yīng)變能最小，約束包括體積約束和設(shè)計(jì)變量的上下限約束。結(jié)構(gòu)桿件的初始橫截面是通過(guò)體積約束確定的。算法的優(yōu)化列式如下：圓環(huán)優(yōu)化的命令流如下（收費(fèi)內(nèi)容，也可以聯(lián)系qq：290539594）.
2651
張小 ??? 3年前
光刻技術(shù)第13期 | 矢量SMO的SD優(yōu)化算法 
梯度計(jì)算與變量替換是矢量SMO算法的理論基石，為離散優(yōu)化問(wèn)題轉(zhuǎn)化為連續(xù)可解問(wèn)題提供了關(guān)鍵路徑；而同步型（SISMO）、交替型（SESMO）、混合型（HSMO）等優(yōu)化策略，適配了不同工藝場(chǎng)景下精度與效率的平衡需求，光源后處理技術(shù)更打通了算法優(yōu)化與實(shí)際制造的銜接壁壘。本文圍繞上述核心要素，系統(tǒng)解析矢量SMO優(yōu)化算法的內(nèi)在邏輯與實(shí)踐路徑。
1841
武漢二元 ??? 4月前
非洲禿鷲優(yōu)化算法MATLAB實(shí)戰(zhàn) 
今天給大家分享非洲禿鷲優(yōu)化算法，主要從算法原理和代碼實(shí)戰(zhàn)展開(kāi)。
2725
Matlab心得交流 ??? 2年前
2-14 基于matlab的GA優(yōu)化算法優(yōu)化車間調(diào)度問(wèn)題 
基于matlab的GA優(yōu)化算法優(yōu)化車間調(diào)度問(wèn)題。n個(gè)工作在m個(gè)臺(tái)機(jī)器上加工。已知每個(gè)工作中工序加工順序、各工序的加工時(shí)間以及每個(gè)工件所包含的工序，在滿足約束條件的前提下，目的是確定機(jī)器上各工件順序，以保證某項(xiàng)性能指標(biāo)最優(yōu)。程序功能說(shuō)明：共4個(gè)工件，每個(gè)工件3個(gè)工序，6臺(tái)機(jī)器，給出了每個(gè)工件的各工序能使用的機(jī)器序號(hào)矩陣Jm，求解最優(yōu)調(diào)度方案的加工時(shí)間。
2340 13 1
matlab應(yīng)用與學(xué)習(xí) ??? 1年前
蜘蛛猴優(yōu)化算法MATLAB實(shí)戰(zhàn) 
蜘蛛猴優(yōu)化算法的算法流程圖如下圖所示。
2259 4 1
Matlab心得交流 ??? 2年前
基于粒子群優(yōu)化算法的六自由度機(jī)械臂三維空間避障規(guī)劃 
圖2 三維空間避障路徑規(guī)劃問(wèn)題描述1.2 粒子群優(yōu)化算法求解粒子群優(yōu)化算法（Particle Swarm Optimization, PSO）是一種基于群體智能的優(yōu)化算法，模擬了鳥(niǎo)群覓食等自然現(xiàn)象，通過(guò)個(gè)體間的信息共享來(lái)尋找最優(yōu)解。該算法具有簡(jiǎn)單、易實(shí)現(xiàn)和全局搜索能力強(qiáng)等優(yōu)點(diǎn)，非常適合用于復(fù)雜環(huán)境下的路徑規(guī)劃問(wèn)題。
2409
320科技工作室 ??? 1年前
Abaqus|智能優(yōu)化算法的反演加強(qiáng)筋位置，提升薄壁結(jié)構(gòu)穩(wěn)定性 
尋找最優(yōu)位置的問(wèn)題是一個(gè)反問(wèn)題，可通過(guò)優(yōu)化算法來(lái)獲到最優(yōu)解。差分進(jìn)化算法是一種全局智能優(yōu)化算法，是遺傳算法的變體，可高效獲得最優(yōu)解。本文使用智能優(yōu)化算法對(duì)位置參數(shù)進(jìn)行了反演并使用遍歷搜索優(yōu)化算法來(lái)進(jìn)行了對(duì)比。2.問(wèn)題描述針對(duì)圖1優(yōu)化前所示結(jié)構(gòu)，優(yōu)化軸向4個(gè)加強(qiáng)筋位置，使得屈曲載荷因子最大。圓筒高400mm，圓筒直徑為400mm,薄壁厚1mm,加強(qiáng)筋厚2mm。
2471 1
仿真社 ??? 4年前
人才+技術(shù)雙輪驅(qū)動(dòng)：天洑研發(fā)專家夏松濤攻克優(yōu)化算法卡脖子難題 
夏博士介紹：傳統(tǒng)優(yōu)化方案需要專家數(shù)周時(shí)間才能完成，而天洑自研的人工智能優(yōu)化算法可將這一過(guò)程縮短至數(shù)小時(shí)，在精度和效率上實(shí)現(xiàn)了質(zhì)的飛躍。天洑軟件始終堅(jiān)持人才+技術(shù)雙輪驅(qū)動(dòng)。夏松濤等核心專家的回歸不僅帶來(lái)了國(guó)際前沿經(jīng)驗(yàn)，更推動(dòng)了公司技術(shù)體系的全面升級(jí)。目前，天洑軟件的智能優(yōu)化算法已在多個(gè)工業(yè)領(lǐng)域成功應(yīng)用，幫助客戶顯著縮短研發(fā)周期，提升產(chǎn)品性能，生動(dòng)踐行了天洑軟件“軟件報(bào)國(guó)”使命。
2255 1 1
天洑軟件 ??? 8月前
遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)與神經(jīng)網(wǎng)絡(luò)遺傳算法程序視頻 
主要內(nèi)容包括：BP神經(jīng)網(wǎng)絡(luò)算法工具箱三個(gè)函數(shù)功能與語(yǔ)法，BP神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于非線性函數(shù)擬合與預(yù)測(cè)問(wèn)題，遺傳算法三個(gè)算子與函數(shù)ga功能及語(yǔ)法，遺傳算法應(yīng)用于尋求多個(gè)極值點(diǎn)的最小值解問(wèn)題，遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法流程與3個(gè)模塊與程序分析，遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法求解擬合及預(yù)測(cè)問(wèn)題，遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法分析自己實(shí)際數(shù)據(jù)與程序通用，GAOT工具箱函數(shù)處理GA優(yōu)化BP分析預(yù)測(cè)及識(shí)別應(yīng)用問(wèn)題，
1434 2
鄭一 ??? 8年前
粒子群算法PSO與MATLAB程序視頻教程動(dòng)態(tài)優(yōu)化及多目標(biāo)優(yōu)化 
算法分析背包問(wèn)題第九章 ?基于交叉變異的混合粒子群算法分析旅行商問(wèn)題第十章 ?基于交換序的粒子群算法再求解旅行商優(yōu)化問(wèn)題第十一章 ?基于敏感粒子的動(dòng)態(tài)粒子群算法尋找雙峰動(dòng)態(tài)函數(shù)最優(yōu)值第十二章 ?多目標(biāo)背包優(yōu)化問(wèn)題用多目標(biāo)粒子群算法求解第十三章 ?網(wǎng)絡(luò)流傳與正版粒子群算法工具箱PSOt應(yīng)用第十四章 ?MATLAB自帶算法命令與約束CPSO工具箱詳解第十五章 ?約束CPSO工具箱編程應(yīng)用及各種類型程序
910 1 10
鄭一 ??? 7年前
20條/頁(yè) 
109 跳至頁(yè)
技術(shù)鄰APP
工程師必備
工程師必備
- 項(xiàng)目客服
- 培訓(xùn)客服
- 平臺(tái)客服
TOP
