您现在的位置是：MatlabCode> 资源下载 > 资源下载 > 智能算法
资源下载 > 智能算法
-
-
-
-
-
-
-
-
-
-
-
一个人工免疫算法源程序
提供一个人工免疫算法源程序，其算法过程包括：1.设置各参数2.随机产生初始群体——pop=initpop(popsize，chromlength)3.故障类型编码，每一行为一种！code(1，:)，正常；code(2，:)，50；code(3，:)，150％。实际故障测得数据编码，这里Unnoralcode，188％4.开始迭代（M次）： 1）计算目标函数值：欧氏距离[objvalue]=calobjvalue(pop，i) 2）计算群体中每个个体的适应度fitvalue=calfitvalue(objv -
-
-
-
三层前馈神经网络的BP算法
三层前馈神经网络的BP算法。程序具有以下功能：（1） 允许选择各层节点数；（2） 允许选用不同的学习率η；（3） 能对权值进行初始化，初始化用[-1、1]区间的随机数；（4）允许选用单极性和双极性两种不同Sigmoid型转移函数。 -
-
-
细菌觅食算法
细菌觅食算法模仿大肠杆菌在人体肠道内觅食行为，属于仿生类优化算法。在BFA模型中，优化问题的解对应搜索空间中细菌的状态，即优化函数适应值。BFA算法包括趋化(chemotaxis)、复制(reproduction)和驱散(elimination-dispersal)3个步骤。 ①细菌向富养区域聚集的行为称为趋化。在趋化过程中，细菌运动模式包括翻转(tumble)和前进(run||swim)。细菌向任意方向移动单位步长定义为翻转。当细菌完成一次翻转后，若适应值得到改善，将沿同一方向继续移动若干 -
-
deep learning一般是学习的层次结构
deep learning一般是学习的层次结构，它也是有一定理论依据的，即模拟人脑的大脑皮层工作，因为大脑皮层的视觉区域也是分层次工作的，越底层的视觉皮层对那些底层特征就越敏感。综上所述，feature learning有这么多应用需求的驱动和生物神经理论上的支持，注定它能够在AI领域中发挥一定的作用。一些实验表明，有些feature learning学习到的特征几乎比所有其它的特征效果要好，比如本文中的ISA模型就是其中一个。
