基本信息
源码名称:精通MATLAB智能算法(2015代码)
源码大小:4.90M
文件格式:.rar
开发语言:MATLAB
更新时间:2020-08-13
   友情提示:(无需注册或充值,赞助后即可获取资源下载链接)

     嘿,亲!知识可是无价之宝呢,但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下,绝对物超所值哦!如有下载和支付问题,请联系我们QQ(微信同号):813200300

本次赞助数额为: 2 元 
   源码介绍
精通MATLAB智能算法(2015代码)

Intelligent algorithm

├── 10
│   ├── s10_1
│   │   ├── 1.jpg
│   │   └── s10_1.m
│   ├── s10_2
│   │   ├── 1.jpg
│   │   └── bys.m
│   ├── s10_3
│   │   ├── 1.bmp
│   │   ├── a.BMP
│   │   ├── gabptrain.m
│   │   ├── gadecod.m
│   │   ├── gafitness.m
│   │   ├── generatesample.m
│   │   ├── getWBbyga.m
│   │   ├── initnet.m
│   │   ├── main.m
│   │   ├── net.mat
│   │   ├── net1.mat
│   │   ├── nninit.m
│   │   ├── sample.mat
│   │   └── segment.m
│   └── s10_4
│       ├── Hepburn.bmp
│       ├── Lenna.bmp
│       ├── cross_2d.m
│       ├── cross_2d_improve.m
│       ├── cross_ga.m
│       ├── cross_ga_improve.m
│       ├── ksw.m
│       ├── ksw_2d.m
│       ├── ksw_2d_ga.m
│       ├── ksw_2d_ga_improve.m
│       ├── ksw_ga.m
│       ├── ksw_ga_improve.m
│       ├── mutation_2d.m
│       ├── mutation_2d_improve.m
│       ├── mutation_ga.m
│       ├── mutation_ga_improve.m
│       ├── otosu.m
│       ├── rice_noise.tif
│       ├── select_2d.m
│       ├── select_2d_improve.m
│       ├── select_ga.m
│       └── select_ga_improve.m
├── 11
│   ├── BPNN.m
│   ├── Perceptron.m
│   ├── RBF.m
│   ├── newlin.m
│   ├── s11_1
│   │   ├── Images
│   │   │   ├── 10_1.bmp
│   │   │   ├── 10_2.bmp
│   │   │   ├── 10_3.bmp
│   │   │   ├── 10_4.bmp
│   │   │   ├── 10_5.bmp
│   │   │   ├── 1_1.bmp
│   │   │   ├── 1_2.bmp
│   │   │   ├── 1_3.bmp
│   │   │   ├── 1_4.bmp
│   │   │   ├── 1_5.bmp
│   │   │   ├── 2_1.bmp
│   │   │   ├── 2_2.bmp
│   │   │   ├── 2_3.bmp
│   │   │   ├── 2_4.bmp
│   │   │   ├── 2_5.bmp
│   │   │   ├── 3_1.bmp
│   │   │   ├── 3_2.bmp
│   │   │   ├── 3_3.bmp
│   │   │   ├── 3_4.bmp
│   │   │   ├── 3_5.bmp
│   │   │   ├── 4_1.bmp
│   │   │   ├── 4_2.bmp
│   │   │   ├── 4_3.bmp
│   │   │   ├── 4_4.bmp
│   │   │   ├── 4_5.bmp
│   │   │   ├── 5_1.bmp
│   │   │   ├── 5_2.bmp
│   │   │   ├── 5_3.bmp
│   │   │   ├── 5_4.bmp
│   │   │   ├── 5_5.bmp
│   │   │   ├── 6_1.bmp
│   │   │   ├── 6_2.bmp
│   │   │   ├── 6_3.bmp
│   │   │   ├── 6_4.bmp
│   │   │   ├── 6_5.bmp
│   │   │   ├── 7_1.bmp
│   │   │   ├── 7_2.bmp
│   │   │   ├── 7_3.bmp
│   │   │   ├── 7_4.bmp
│   │   │   ├── 7_5.bmp
│   │   │   ├── 8_1.bmp
│   │   │   ├── 8_2.bmp
│   │   │   ├── 8_3.bmp
│   │   │   ├── 8_4.bmp
│   │   │   ├── 8_5.bmp
│   │   │   ├── 9_1.bmp
│   │   │   ├── 9_2.bmp
│   │   │   ├── 9_3.bmp
│   │   │   ├── 9_4.bmp
│   │   │   └── 9_5.bmp
│   │   ├── extraction.m
│   │   ├── face.jpg
│   │   ├── faceidentification.m
│   │   ├── test_bp.m
│   │   └── test_lvq.m
│   ├── s11_2.m
│   ├── s11_3.m
│   ├── s11_4
│   │   ├── data.mat
│   │   └── s11_4.m
│   └── s11_5
│       ├── N14_7.m
│       └── data.mat
├── 12
│   ├── fuzzf.fis
│   ├── pidg.m
│   ├── s12_1.m
│   ├── s12_2.m
│   └── s12_3.m
├── 13
│   ├── s13_1
│   │   ├── FuzzyNet.m
│   │   ├── data1.mat
│   │   └── data2.mat
│   └── s13_2
│       ├── 1.bmp
│       ├── gas.m
│       └── s13_2.m
├── 2
│   ├── m2_65.fig
│   ├── s2_10.m
│   ├── s2_11.m
│   ├── s2_12.m
│   ├── s2_2.m
│   ├── s2_3.m
│   ├── s2_4.m
│   ├── s2_5.m
│   ├── s2_6.m
│   ├── s2_7.m
│   ├── s2_8.m
│   └── s2_9.m
├── 3
│   ├── AdaptFunc.m
│   ├── BreedFunc.m
│   ├── DrawGriewank.m
│   ├── DrawRastrigin.m
│   ├── Griewank.m
│   ├── LinFunc.m
│   ├── PSO.m
│   ├── PSO_adaptation.m
│   ├── PSO_breed.m
│   ├── PSO_immu.m
│   ├── PSO_lamda.m
│   ├── PSO_lin.m
│   ├── PSO_nature.m
│   ├── PSO_rand.m
│   ├── Rastrigin.m
│   ├── fitness.m
│   ├── goplotpso.m
│   ├── immuFunc.m
│   ├── lamdaFunc.m
│   ├── natureFunc.m
│   ├── pso_Trelea_vectorized.m
│   ├── pso_func.m
│   └── pso_main.m
├── 4
│   ├── GAtestfcn.m
│   ├── ga43.m
│   ├── ga44.m
│   ├── gaplotbestf.m
│   ├── gaplotstopping.m
│   ├── m4_19.fig
│   ├── m4_20.fig
│   ├── m4_4.fig
│   ├── plotobjective.m
│   ├── s4_2.m
│   ├── s4_5.m
│   ├── s4_6
│   │   ├── IfCroIfMut.m
│   │   ├── Untitled40.m
│   │   ├── crossover.m
│   │   ├── fitnessfun.m
│   │   ├── mutation.m
│   │   ├── s4_5.m
│   │   ├── selection.m
│   │   ├── targetfun.m
│   │   └── transform2to10.m
│   └── s4_7
│       ├── Mutation.m
│       ├── TSPfit.asv
│       ├── TSPfit.m
│       ├── cross.m
│       ├── exchange.m
│       ├── fit.m
│       ├── fit111.asv
│       ├── myLength.m
│       └── plot_route.m
├── 5
│   ├── m5_20.fig
│   ├── s5_1.m
│   ├── s5_10.m
│   ├── s5_10_GUI.fis
│   ├── s5_2.m
│   ├── s5_3.m
│   ├── s5_4.m
│   ├── s5_5.m
│   ├── s5_6.m
│   ├── s5_7.m
│   ├── s5_8.m
│   └── s5_9.m
├── 6
│   ├── 6.2.2_单阈值分割
│   │   ├── bamboo.bmp
│   │   ├── bird.bmp
│   │   ├── coss.m
│   │   ├── fit.m
│   │   ├── fitnessty.m
│   │   ├── fresult.m
│   │   ├── isrgb.m
│   │   ├── main.m
│   │   ├── mutation_compute.m
│   │   ├── select.m
│   │   ├── shonqt.m
│   │   └── shontt.m
│   ├── 6.3.1_克隆选择
│   │   ├── DecodeFun.m
│   │   ├── Hypermutation.m
│   │   ├── InitializeFun.m
│   │   ├── ReproduceFun.asv
│   │   ├── ReproduceFun.m
│   │   ├── main.asv
│   │   └── main.m
│   ├── 6.3.2_路径规划
│   │   ├── TSP_d.m
│   │   ├── TSP_f.m
│   │   ├── dijkstra.m
│   │   └── floyd.m
│   ├── 6.3.3_TSP问题
│   │   ├── CharRecompose.m
│   │   ├── DisplaceInit.m
│   │   ├── DisplaceStr.m
│   │   ├── InitAntigen.m
│   │   ├── Mutation.m
│   │   ├── SelectAntigen.m
│   │   └── main.m
│   └── 6.3.4_故障检测
│       ├── best.m
│       ├── calfitvalue.m
│       ├── calobjvalue.m
│       ├── crossover.m
│       ├── decodebinary.m
│       ├── decodechrom.m
│       ├── hjjsort.m
│       ├── initpop.m
│       ├── main.m
│       ├── mutation.m
│       ├── resultselect.m
│       └── selection.m
├── 7
│   ├── 7.3.1_路径规划
│   │   ├── s7_1
│   │   │   ├── main.m
│   │   │   └── map.m
│   │   └── s7_2
│   │       ├── CacuFit.m
│   │       ├── CacuQfz.m
│   │       ├── main.m
│   │       └── searchpath.m
│   ├── 7.3.2_TSP问题
│   │   ├── ACOTSP.m
│   │   └── DrawRoute.m
│   ├── ACO.m
│   └── F.m
├── 8
│   ├── s8_1.m
│   ├── s8_2.m
│   ├── s8_3.m
│   └── s8_4.m
└── 9
    ├── FnnTrain.m
    ├── LmTrain.m
    ├── Untitled8.m
    ├── alphabet_train.m
    ├── s9_1.m
    ├── s9_2.m
    ├── s9_3_1.m
    ├── s9_3_2.m
    ├── s9_3_3.m
    └── trainData.mat

33 directories, 258 files