-
signalprocess
数字信号处理的matlab实现代码 对电子信息专业同学的学习很有帮助(Digital signal processing matlab code of the electronic information to achieve professional students to learn useful)
- 2009-04-17 18:56:31下载
- 积分:1
-
discrete
Discrete Cosine Transformation
- 2013-10-01 20:36:39下载
- 积分:1
-
MATLABGUIJIMONI
很不错的目标跟踪轨迹模拟MATLAB仿真程序,可以在MATLAB0.7运行成功(Good target tracking trajectory simulation of MATLAB simulation program, can run in MATLAB0.7 success
)
- 2015-03-12 09:19:46下载
- 积分:1
-
蚁群算法的matlab程序
规则:
1、范围:
蚂蚁观察到的范围是一个方格世界,蚂蚁有一个参数为速度半径(一般是3),那么它能观察到的范围就是33个方格世界,并且能移动的距离也在这个范围之内。
2、环境:
蚂蚁所在的环境是一个虚拟的世界,其中有障碍物,有别的蚂蚁,还有信息素,信息素有两种,一种是找到食物的蚂蚁洒下的食物信息素,一种是找到窝的蚂蚁洒下的窝的信息素。每个蚂蚁都仅仅能感知它范围内的环境信息。环境以一定的速率让信息素消失。
3、觅食规则:
在每只蚂蚁能感知的范围内寻找是否有食物,如果有就直接过去。否则看是否有信息素,并且比较在能感知的范围内哪一点的信息素最多,这样,它就朝信息素多的地方走,并且每只蚂蚁多会以小概率犯错误,从而并不是往信息素最多的点移动。蚂蚁找窝的规则和上面一样,只不过它对窝的信息素做出反应,而对食物信息素没反应。
4、移动规则:
每只蚂蚁都朝向信息素最多的方向移,并且,当周围没有信息素指引的时候,蚂蚁会按照自己原来运动的方向惯性的运动下去,并且,在运动的方向有一个随机的小的扰动。为了防止蚂蚁原地转圈,它会记住最近刚走过了哪些点,如果发现要走的下一点已经在最近走过了,它就会尽量避开。
5、避障规则:
如果蚂蚁要移动的方向有障碍物挡住,它会随机的选择另一个方向,并且有信息素指引的话,它会按照觅食的规则行为。
7、播撒信息素规则:
每只蚂蚁在刚找到食物或者窝的时候撒发的信息素最多,并随着它走远的距离,播撒的信息素越来越少。
下面的程序开始运行之后,蚂蚁们开始从窝里出动了,寻找食物;他们会顺着屏幕爬满整个画面,直到找到食物再返回窝。
其中,‘F’点表示食物,‘H’表示窝,白色块表示障碍物,‘+’就是蚂蚁了。
参数说明:
最大信息素:蚂蚁在一开始拥有的信息素总量,越大表示程序在较长一段时间能够存在信息素。
信息素消减的速度:随着时间的流逝,已经存在于世界上的信息素会消减,这个数值越大,那么消减的越快。
错误概率表示这个蚂蚁不往信息素最大的区域走的概率,越大则表示这个蚂蚁越有创新性。
速度半径表示蚂蚁一次能走的最大长度,
- 2022-02-03 20:27:54下载
- 积分:1
-
errbispec
bispectrum function image
- 2011-03-23 14:26:46下载
- 积分:1
-
kolebani
Visualisation of oscillations
- 2010-05-29 22:56:46下载
- 积分:1
-
gausjord
gause-jordan method
it is m-file
- 2010-10-05 19:53:19下载
- 积分:1
-
lzycsf
量子遗传算法源程序,采用的是权重系数法求解(Quantum Genetic Algorithm source code, using the weight coefficient method)
- 2010-05-25 22:11:22下载
- 积分:1
-
fft_emd
对仿真信号进行快速傅里叶变换,再进行经验模态分解,再对每个分量求FFT(Simulation signal fast Fourier transform, and then empirical mode decomposition, and then seek FFT for each component)
- 2021-03-06 21:59:29下载
- 积分:1
-
CurvatureEstimation
This function calculates the curvature of a 2D line.
Reference£oS. Hermann and R. Klette. Multigrid analysis of curvature estimators. Proc.
Image Vision Computing New Zealand, 108¨C112, 2003.
by Jianfei Pang
k = CurvatureEstimation(list,b,f)
inputs,
list : A M x 2 list of line points.
fn: The number of forward points that were chosen to calcute.
bn: The number of backward points that were chosen to calcute.
outputs,
Ei : M x 1 Curvature values
thetai:M x 1 angle values
Example
[Ei,ti]=CurvatureEstimation(test,4,4)
- 2013-04-25 05:58:51下载
- 积分:1