RRT算法三维航迹规划算法

动态粒子群算法

simulink 模型预测控制.slx

【实例简介】LVQ神经网络的分类——乳腺肿瘤诊断

SVM回归代码

matlab实现的基于NLMS算法的判决反馈（DFE）均衡

shuangxiangpinghuaMusicDOA.m

【实例简介】

采用蚁群算法求取TSP问题 1基本原理： 本质上也是一种概率算法，通过大概率收敛到最佳值，和其他的智能算法很相似。蚁群分泌的信息素存在正反馈，使得较佳的解具有大概率被选到，当全局都选用较佳的解，变可以得到整体的最优解。 2几个关键点：  1）概率选择：受信息素浓度和启发函数影响，启发函数为距离的倒数   2）信息素挥发：考虑到信息素随时间的挥发，加入挥发因子  3程序设计步骤：  1）初始化各个参数：包括各点的距离，信息素的初始浓度，蚂蚁数量，信息素挥发因子，信息素和启发函数的重要度因子，启发函数，最大迭代次数，路径记录表等等 2）迭代：对每个蚂蚁随机制定初始值，再根据概率选择，选择出每只蚂蚁的路径，确定每只蚂蚁的路径总长度，以及蚁群的最佳路径长度和平均长度，并对信息素进行更新。   3）展示：展示出最佳路径，以及最佳路径对迭代的变化图  4Matlab代码 程序说明：采用蚁群算法求取TSP问题，共有34个城市，从txt文件加载数据： 运行结果：

This is for MOEA(Multi-Objective Evolutionary Algorithm Matlab)

卡尔曼滤波 粒子滤波等等 【源码目录】 bachelor-project-master ├── KalmanFilter │   ├── kf_initialization.m │   ├── kf_params.m │   ├── kf_plots.m │   ├── kf_prediction.m │   └── kf_update.m ├── LICENSE ├── Multilateration │   ├── lateration_murphyHerman.m │   ├── lateration_paulaAnaJose.m │   ├── lateration_plot.m │   └── lateration_weightedMurphyHerman.m ├── ParticleFilter │   ├── R2d.m │   ├── initialise_particles.m │   ├── motion_model.m │   ├── observation_model.m │   ├── plot_particles.m │   └── resampling.m ├── README.md ├── SignalModel │   ├── inv_path_loss_model.m │   └── path_loss_model.m ├── build_map.m ├── common.m ├── kf_main.m ├── lateration_main.m ├── osm │   ├── LICENSE │   ├── README.md │   ├── assign_from_parsed.m │   ├── debug_openstreetmap.m │   ├── dependencies │   │   ├── gaimc │   │   │   ├── dijkstra.m │   │   │   └── sparse_to_csr.m │   │   ├── hold │   │   │   ├── restorehold.m │   │   │   └── takehold.m │   │   ├── lat_lon_proportions │   │   │   └── lat_lon_proportions.m │   │   ├── plotmd │   │   │   └── plotmd.m │   │   ├── textmd │   │   │   └── textmd.m │   │   ├── xml2struct │   │   │   └── xml2struct_fex28518.m │   │   └── xml2struct.m │   ├── extract_connectivity.m │   ├── extract_sensors.m │   ├── get_unique_node_xy.m │   ├── get_way_tag_key.m │   ├── load_osm_xml.m │   ├── main_mapping.m │   ├── parse_openstreetmap.m │   ├── parse_osm.m │   ├── plot_nodes.m │   ├── plot_road_network.m │   ├── plot_route.m │   ├── plot_way.m │   ├── route_planner.m │   ├── show_map.m │   └── usage_example.m ├── pf_main.m ├── standalone │   ├── KalmanFilter │   │   ├── KF1D.m │   │   └── KF2D.m │   ├── Lateration │   │   ├── MurphyHerman.m │   │   ├── PaulaAnaJose_v1.m │   │   ├── PaulaAnaJose_v2.m │   │   ├── Trilateration.m │   │   ├── WeightedMultilaterationLLS.m │   │   └── WeightedMurphyHerman.m │   ├── ParticleFilter │   │   ├── particle_filter_sd_2d.m │   │   └── particle_filter_student_dave_basic_ex1.m │   └── misc │       ├── NearestNeighbor.m │       ├── ProjectPointOnSegment.m │       └── WeightedMultilaterationLLS.m └── utils     ├── R2d.m     ├── cart2geo.m     ├── convert2Cartesian.m     └── geo2cart.m 18 directories, 69 files