ICA算法中使用多个优化问题
2016-08-23
2 0 0
暂无评分
其他
如何获取积分?
在计算机科学中,帝国主义竞争算法 (ICA) 是一种计算方法,用来解决优化问题的不同类型。最喜欢的进化计算领域中的方法,独立分量分析并不需要在其优化过程中函数的梯度。
从特定的角度来看,独立分量分析可以认为社会相对应的遗传算法 (气) 指针。ICA 是进化的数学模型和计算机模拟的人类社会,而天然气进化的基于生物物种进化。
让我们假设我们正在使用的算法来查找函数的全局最小值
y = f (x 1,x 2,x 3,......,xNvar)
其中 Nvar 是编号变量进行优化,即优化问题的方面。在编写的代码中,计算的成本 (或成反比电源) 的所有国家都在一起。那就是,要运行此代码查找函数 f.The 帮助文件的全局最小值就包括要使用的代码。
从特定的角度来看,独立分量分析可以认为社会相对应的遗传算法 (气) 指针。ICA 是进化的数学模型和计算机模拟的人类社会,而天然气进化的基于生物物种进化。
让我们假设我们正在使用的算法来查找函数的全局最小值
y = f (x 1,x 2,x 3,......,xNvar)
其中 Nvar 是编号变量进行优化,即优化问题的方面。在编写的代码中,计算的成本 (或成反比电源) 的所有国家都在一起。那就是,要运行此代码查找函数 f.The 帮助文件的全局最小值就包括要使用的代码。
matlab
算法
优化
使用
多个
问题
ICA
相关源码推荐
GMSK线性接收机
0
0
暂无评分
NSGA-II算法
0
0
暂无评分
NSGA-III多目标优化算法
0
0
暂无评分
压缩传感示例
0
0
暂无评分
恒虚警检测器示例
0
0
暂无评分
暂无评论