查看: 8584|回复: 18|关注: 0
Matlab基于BP神经网络模型的遗传算法多参数优化程序
问题的提出：
假设现在有n个变量（n&=2），X1,X2,X3…Xn,一个目标参数Y
Y=f（X1,X2,X3…Xn），X（：）与Y之间的函数关系用神经网络模型来表示
现在我想用遗传算法对上述模型进行优化，使得X1,X2,X3,…Xn这n个变量适当组合使得Y为最大值。x1∈[a,b],x2∈[c,d],x3∈[e,f],…, Xn∈[z,p]
1.& &自编程序怎么做，用二进制编码还是实数编码该怎么做
2.& &采用遗传算法工具箱又该怎么做？？？？？？？？
现在假设n=3，x1∈[8.5,8.7]，x2∈[0.1,0.2], x3∈[3,4]，以下是自己试编的部分程序,调试出错，请高手指点！！！先谢谢啦！
P=[8.5& &0.1& &&&3.5
&&8.5& &0.2& &&&3.5
&&8.7& &0.1& &&&3.5
&&8.7& &0.2& &&&3.5
&&8.6& &0.1& &&&3
&&8.6& &0.1& &&&4
&&8.6& &0.2& &&&3
&&8.6& &0.2& &&&4
&&8.5& &0.15 3
&&8.7& &0.15 3
&&8.5& &0.15 4
&&8.7& &0.15 4
&&8.6& &0.15 3.5
&&8.6& &0.15 3.5
&&8.6& &0.15 3.5];
1. BP神经网络的建立
% mybpnet.m
%BP神经网络的建立 ，命名为mybpnet.m
P %训练数据的输入
T %训练数据的输出
nntwarn off
[Pn,minP,maxP,Tn,minT,maxT]=premnmx(P,T);%归一化处理
net=newff(minmax(Pn),[12,1],{'tansig','purelin'},'trainlm'); %隐层数为12，网络结构为3-12-1
%设置训练参数
net.trainParam.show=50; %每50次显示一次
net.trainParam.lr=0.05; %学习速率
net.trainParam.epochs=1000; %最大训练次数
net.trainParam.goal=0.001;& &%精度
net=train(net,Pn,Tn); %网络训练
yn=sim(net,Pn) %仿真输出
y=postmnmx(yn,minT,maxT) %反归一化
save BPnet net %保存网络
2. 以BP神经网络模型为基础的适应度函数
% wxffun.m
%以BP神经网络模型为基础的适应度函数，保存为wxffun.m
function eval= wxffun (x)
P %训练数据的输入
T %训练数据的输出
nntwarn off
[Pn,minP,maxP,Tn,minT,maxT]=premnmx(P,T);%归一化处理
load BPnet %调用保存的网络
w1=net.iw{1,1} ; %显示输入层到隐层权值
w2=net.LW{2,1}; %隐层到输出层权值
b1=net.b{1,1};& &%输出隐层的阈值
b2=net.b{2,1};& &%输出层的阈值
x=x(:); %输入变量个数赋值
xn=tramnmx(x, minP,maxP)& &%输入变量的归一化
nntwarn off %解除警告
a1=tansig(netsum(w1*xn(:),b1));& &%输入层到隐层的输出
nntwarn off %解除警告
evaln=purelin(netsum(w2*a1,b2));& &%隐层到输出层的输出
eval =postmnmx(evaln,minT,maxT) % 反归一化
eval=-& && && && && &%把最大化转化成最小化
3. 遗传算法主程序
%遗传算法工具箱 gaotv5
%注意 matlab工具箱函数必须放在工作目录下
% x1∈[8.5,8.7]，x2∈[0.1,0.2], x3∈[3,4]
LB=[8.5 0.1 3];
UB=[8.7 0.2 4];
bounds=[LB ；UB]'
initPop=initializega(popu, bounds,' wxffun '); %生成初始种群，大小为20
gen=100; %最大遗传代数
[x,endPop,bPop,trace]=ga(bounds,'wxffun',[],initPop,[1e-6 1 1],'maxGenTerm',100, ...
'normGeomSelect',[0.08],['arithXover'],[2],'nonUnifMutation',[2 gen 3])& &%100次遗传迭代
plot(endPop(:, 1), endPop(:, 2),'y*')
plot(trace(:, 1), trace(:, 2), 'r-', trace(:, 1), trace(:, 3), 'b-')
xlabel('Generation');
ylabel('Fittness');
legend(‘解的变化’,’种群平均值的变化’)
运行出错：
??? Error using ==& wxffun
Too many input arguments.
Error in ==& initializega at 41
eval(estr);
回复 1# austin2008 的帖子
首先， 适应度函数编写的不对， 适应度函数应该是误差的平方和 或者均方差
最好是浮点数法，因为这里面的变量都是浮点数，那个错误是在遗传算法工具箱的函数，楼主看看 initializega 这个函数
最好自己编码实现&&选择 交叉&&变异等功能，工具箱有时候不好实现自己的思想或者难以实现
回复 2# ilovexyq 的帖子
那适应度函数应该怎么编写的呢？？？请赐教，谢谢
回复 3# shi01fg 的帖子
看不懂啊，怎样改成浮点型的呢？！
适应度可以是目标值T与神经网络得到的数值 两者之差的 平方，
回复 6# austin2008 的帖子
建议你看下&&王小平 等人写的遗传算法的书， 西安交通大学出版社出版的
传递给适应度函数的参数为什么是0呢？
你是找最优值啊，适应度函数就是神经网络的输出值，网络输出值越好，表示该个体适应度越大
Powered bytrackbacks-0
核心函数： (1)function [pop]=initializega(num,bounds,eevalFN,eevalOps,options)--初始种群的生成函数 【输出参数】 pop--生成的初始种群 【输入参数】 num--种群中的个体数目 bounds--代表变量的上下界的矩阵 eevalFN--适应度函数 eevalOps--传递给适应度函数的参数 options--选择编码形式(浮点编码或是二进制编码)[precision F_or_B],如 precision--变量进行二进制编码时指定的精度 F_or_B--为1时选择浮点编码，否则为二进制编码,由precision指定精度) (2)function [x,endPop,bPop,traceInfo] = ga(bounds,evalFN,evalOps,startPop,opts,... termFN,termOps,selectFN,selectOps,xOverFNs,xOverOps,mutFNs,mutOps)--遗传算法函数 【输出参数】 x--求得的最优解 endPop--最终得到的种群 bPop--最优种群的一个搜索轨迹 【输入参数】 bounds--代表变量上下界的矩阵 evalFN--适应度函数 evalOps--传递给适应度函数的参数 startPop-初始种群 opts[epsilon prob_ops display]--opts(1:2)等同于initializega的options参数，第三个参数控制是否输出，一般为0。如[1e-6 1 0] termFN--终止函数的名称,如['maxGenTerm'] termOps--传递个终止函数的参数,如[100] selectFN--选择函数的名称,如['normGeomSelect'] selectOps--传递个选择函数的参数,如[0.08] xOverFNs--交叉函数名称表，以空格分开，如['arithXover heuristicXover simpleXover'] xOverOps--传递给交叉函数的参数表，如[2 0;2 3;2 0] mutFNs--变异函数表，如['boundaryMutation multiNonUnifMutation nonUnifMutation unifMutation'] mutOps--传递给交叉函数的参数表,如[4 0 0;6 100 3;4 100 3;4 0 0] 【问题】求f(x)=x+10*sin(5x)+7*cos(4x)的最大值，其中0&=x&=9 【分析】选择二进制编码，种群中的个体数目为10，二进制编码长度为20，交叉概率为0.95,变异概率为0.08 【程序清单】 %编写目标函数 function[sol,eval]=fitness(sol,options) x=sol(1); eval=x+10*sin(5*x)+7*cos(4*x); %把上述函数存储为fitness.m文件并放在工作目录下 initPop=initializega(10,[0 9],'fitness');%生成初始种群，大小为10 [x endPop,bPop,trace]=ga([0 9],'fitness',[],initPop,[1e-6 1 1],'maxGenTerm',25,'normGeomSelect',... [0.08],['arithXover'],[2],'nonUnifMutation',[2 25 3]) %25次遗传迭代 运算借过为：x = 7.3(当x为7.8562时，f（x）取最大值24.8553) 注：遗传算法一般用来取得近似最优解，而不是最优解。 遗传算法实例2 【问题】在－5&=Xi&=5,i=1,2区间内，求解 f(x1,x2)=-20*exp(-0.2*sqrt(0.5*(x1.^2+x2.^2)))-exp(0.5*(cos(2*pi*x1)+cos(2*pi*x2)))+22.71282的最小值。 【分析】种群大小10，最大代数1000，变异率0.1,交叉率0.3 【程序清单】 ％源函数的matlab代码 function [eval]=f(sol) numv=size(sol,2); x=sol(1:numv); eval=-20*exp(-0.2*sqrt(sum(x.^2)/numv)))-exp(sum(cos(2*pi*x))/numv)+22.71282; %适应度函数的matlab代码 function [sol,eval]=fitness(sol,options) numv=size(sol,2)-1; x=sol(1:numv); eval=f(x); eval=- %遗传算法的matlab代码 bounds=ones(2,1)*[-5 5]; [p,endPop,bestSols,trace]=ga(bounds,'fitness') 注：前两个文件存储为m文件并放在工作目录下，运行结果为 p = 0.0 0.0055 大家可以直接绘出f(x)的图形来大概看看f（x）的最值是多少，也可是使用优化函数来验证。matlab命令行执行命令： fplot('x+10*sin(5*x)+7*cos(4*x)',[0,9])
阅读(4865)
&re: matlab遗传算法工具箱函数及实例讲解
我公司为工商部门权威核准经营&a href=&，高达16个位点基因检测，每份检测做两遍，选用世界标准，鉴定数据全球公认&&&&&&
&re: matlab遗传算法工具箱函数及实例讲解
我公司为工商部门权威核准经营[url=]亲子鉴定[/url]机构，高达16个位点基因检测，每份检测做两遍，选用世界标准，鉴定数据全球公认&&&&&&
&re: matlab遗传算法工具箱函数及实例讲解
&re: matlab遗传算法工具箱函数及实例讲解
[url=]亲子鉴定[/url]&&&&&&
&re: matlab遗传算法工具箱函数及实例讲解
绿地搭车库，草坪变鱼塘，凉亭、假山、“阳光房”一个不少……高档别墅区，仿佛变成一个建筑工地，别墅业主认为“我的地盘我做主”，随意改变建筑结构，侵占公共空间。
昨天下午，记者赶到松江区新桥镇春九路88弄乔爱别墅，在物业人员陪同下，看到了这些花样百出的违法建筑。
自家露台变“阳光房”
在一栋别墅楼顶，一个长约5米、宽约2米的玻璃房正在施工，玻璃房外观已全部完成，正在内部装修。物业朱女士介绍，这层加盖的玻璃房便是“阳光房”，住户把阳台和10平方米左右的露台一起用铝合金加玻璃，组合围成一个上有封顶、四周透明的“阳光房”。
在乔爱别墅内，像这样的“阳光房”比比皆是，高矮不一，形状各异。在一间露台搭成的“阳光房”里，记者问住户是否知道该建筑违法，对方却一脸惊讶：“阁楼和露台都是我的自留地，想要怎么搭就怎么搭，别人哪里管得着？”
自家露台变“阳光房”，实际损害他人利益。一名业主说，前面人家搭起“阳光房”，结果自家每天日照时间整整缩短1小时。出于报复心理，他也叫来建筑工人，搭起一模一样的“阳光房”。对此，物业人员十分担忧：“这些‘阳光房’质量难以让人放心，要是哪天胶水老化，玻璃、铝合金摔下来砸到业主，又该如何收场？”
搬来假山开垦鱼塘
在乔爱别墅，业主推开屋门便是大片绿地，可这些绿地惨遭厄运：有的被铲平成室外车库，有的变成葡萄架走廊，还有阳光房的被开垦成鱼塘。
在一栋别墅前，门前绿地被开垦出一个五六平方米的浅鱼塘，阳光房鱼塘上还搭起一座木桥，里面小鱼小虾死去不少，漂浮在水面上，发出阵阵恶臭。旁边另一栋别墅的绿地里，据说曾有一座高达三四米的假山，后在物业强烈干预下，这座“飞来峰”才被搬除。至于那些五花八门的凉亭，更是数不胜数。
亲子鉴定
亲子鉴定 分为单亲亲子鉴定鉴定和双亲亲子鉴定，其中又以单亲亲子鉴定居多，即夫妻一方瞒着对方带小孩前去做鉴定，对小孩则一律谎称“体检”。李练兵介绍，约有7成以上的亲子鉴定者都是男性，他们都是怀疑伴侣不忠而悄悄带小孩来做亲子鉴定，以求个明白。“小孩长得不像我”、“孩子出生时间不对”等都是这些男性怀疑孩子非亲生的理由。
“ java培训引领技术人生”专题讲座成功举行。此次讲座主讲是Java畅销书作者李刚先生，他分别在北京和上海为广大Java技术爱好者分享了他的技术生涯心得。
“Java引领程序人生”的专题讲座将引领各地读者正确地学习 java培训语言，并使用 java培训来解决问题、开发项目，乃至在研发道路上走得更远、更顺。
李刚老师的最新力作《疯狂 java培训讲义》全面上市，书中内容来自于作者3年来的Java培训经历，凝结了作者近3000个小时的授课经验，总结了几百个Java学员学习过程中的典型错误。涉猎广泛，注释详细，适合各种层次的Java学习者和工作者阅读。为答谢广大读者一直以来的支持与鼓励，李刚老师将在北京、上海、广州、深圳四地分别举行一场主题为“Java引领程序人生”的免费讲座及新书签售活动，燃起阅读激情，引爆编程渴望。
李刚老师简介：从事8年的 java培训EE应用开发，曾任LITEON公司的J2EE技术主管，负责该公司的企业信息平台的架构设计；曾任广州电信、广东龙泉科技等公司的技术培训导师；日的《电脑报》专访人物。现任新东方IT培训广州中心软件教学总监，曾兼任广东技术师范学院计算机科学系的兼职副教授。培训的学生已在华为、立信、普信、网易、电信盈科、中企动力等公司就职。国内知名的高端IT技术作家，已出版《Struts 2权威指南》、《轻量级J2EE企业应用实战》、《Ruby on Rails敏捷开发最佳实践》、《Spring2.0宝典》、《基于J2EE的Ajax宝典》等著作。现任新东方IT培训广州中心软件教学总监。
关键字：鱼塘造&阳光房&
本文链接地址：
&&&&&&
&re: matlab遗传算法工具箱函数及实例讲解
智能家居概念 ：
智能家居概念进入中国已经有近十年的时间了，随着大家对它由陌生变熟悉，由“远观”到真正的应用到自己家中，当然，还有智能家居技术的进一步成熟，产品不断完善、市场逐渐发展等等，以往对智能家居的定义已经不能够对它做出准确而详尽的解释，所以现在非常有必要重新审视智能家居的定义，以适应智能家居行业新发展。中国智能家居网在几天前提出了智能家居新定义，而我们现在就来为大家做更详细的解读，对比早期的智能家居概念，看看这个新定义有哪些不同。
早期智能家居概念：
智能家居，视频监控，无线开关，网络摄象机，是以住宅为平台，兼备建筑、网络通信、信息家电、设备自动化，集系统、结构、服务、管理为一体的高效、舒适、安全、便利、环保的居住环境。
视频监控可以定义为一个过程或者一个系统。利用先进的计算机技术、网络通讯技术、综合布线技术、将与家居生活有关的各种子系统，有机地结合在一起，通过统筹管理，让家居生活更加舒适、安全、有效。与普通家居相比，智能家居不仅具有传统的居住功能，提供舒适安全、高品位且宜人的家庭生活空间;还由原来的被动静止结构转变为具有能动智慧的工具，提供全方位的信息交换功能，帮助家庭与外部保持信息交流畅通，优化人们的生活方式，帮助人们有效安排时间，增强家居生活的安全性，甚至为各种能源费用节约资金。
新定义的主要观点：
1、无线开关是一个居住环境，是以住宅为平台安装有智能家居系统的居住环境，实施智能家居系统的过程就称为智能家居集成。
2、网络摄象机有两种表述语意，一是包括单个住宅中的智能家居，以及基于智能小区平台的智能家居项目;二是指智能家居系统产品，由智能家居厂商生产、满足智能家居集成所需的主要功能的产品，这类产品应通过集成安装方式完成，并包括了硬件产品、软件产品、集成与安装服务、售后在内的一个完整服务过程。本文由城市猎房编辑整理，转载自索科特智能家居设备有限公司。
3、在智能家居系统产品的认定上，厂商生产的智能家居(智能家居系统产品)必须是属于必备系统，能实现智能家居的主要功能，才可称为智能家居。因此，智能家居(中央)控制管理系统、家居照明控制系统、家庭安防系统都可直接称为智能家居(智能家居系统产品)。而可选系统都不能直接称为智能家居，只能用智能家居加上具体系统的组合表述方法，如背景音乐系统，称为智能家居背景音乐。将可选系统产品直接称作智能家居，是对用户的一种误导行为。
4、在智能家居环境的认定上，我们认为，只有完整地安装了所有的必备系统，并且至少选装了一种及以上的可选系统的智能家居才能称为智能家居。智能家居系统包含的主要子系统：智能家居(中央)控制管理系统、家居照明控制系统、家庭安防系统是必备系统，家居布线系统、家庭网络系统、背景音乐系统、家庭影院与多媒体系统、家庭环境控制系统为可选系统。
视频监控的重要区别：
1、新定义对智能家居概念解释更加客观、专注，
并未像早期定义中与电子家庭、数字家园、数码家居等混为一谈。
2、新定义对比早期定义更加强调了智能家居集成的观点，只有将各大智能控制系统集合起来统一控制，各智能产品互相联动、兼容，而不是像安防、照明、家电等每一种系统要分别进行控制。
3、新定义中准确的定义了目前智能家居所包含的八大控制系统：智能家居(中央)控制管理系统、家居照明控制系统、家庭安防系统是必备系统，家居布线系统、家庭网络系统、背景音乐系统、家庭影院与多媒体系统、家庭环境控制系统为可选系统。
4、在视频监控环境的认定上，新定义强调了单纯一种系统的智能控制不能被称为智能家居系统，只有完整地安装了所有的必备系统，并且同时至少选装了一种及以上的可选系统的智能家居才能称为智能家居。
羊胎素在《本草纲目》记载：“性温无毒、主添精、助气、益血、扶虚、治男女虚劳、矢志恍惚”。对男性而言，羊胎盘，羊胎素有强精补身作用。凡气色不好、身体虚弱、气血不足者都可以服用。
取名重要性：
凡人必要取名，起名必分姓与名，姓名既是人的符号，又是人们彼此相区别相联系的一个记号。自古以来，人们对自己姓名十分珍视，我国的姓与名，经历了漫长的演变过程，才发展到了今天人们所惯用的姓名。在我国古代，并不是一开始就使用姓与名的，而是先有姓氏，后有名、字、别号等。
缩阴:
缩阴,女性为了提高夫妻生活质量的一种方法。常见的缩阴方法有服用缩阴产品,器械锻炼缩阴、或是通过缩阴手术来达到缩阴目的。目前随着生产力的发展,人类认识的进步,缩阴正逐渐被广大女性接受并认可。但是随着这一观念的兴起和发展,缩阴手术带...
房屋鉴定：
第二章 房屋鉴定
第六条 市、县人民政府房地产行政主管部门应设立房屋安全鉴定机构（以下简称鉴定机构），负责房屋的安全鉴定，并统一启用“房屋安全鉴定专用章”。
第七条 房屋所有人或使用人向当地鉴定机构提供鉴定申请时，必须持有证明其具备相关民事权利的合法证件。
鉴定机构接到鉴定申请后，应及时进行鉴定。
第八条 房屋鉴定机构进行房屋安全鉴定应按下列程序进行
亲子鉴定：
1.亲子鉴定不同于其它，只能也只有在经过国家认可的专门鉴定机构才能做（这样的结论才有效），医疗机构（如医院）一般不具备这个资格。
2.在亲子鉴定中，除非少数鉴定中存有基因突变，或者基因检测到的基因型均为常见的基因型（此种情况下计算的亲权概率相对较低，难以达到业内认同的标准），常规使用ABI或Promega的16位点鉴定专用试剂盒都可以确定/排除亲子血缘关系，此种情况下收费大约元/人，需要指出的是：现在只有ABI和Promega两个公司的产品经过了ISO认可，因此试剂成本相当高，加上亲子鉴定的主要设备——全自动基因分析仪——价格在100万元以上，所以在除去试剂耗材成本费、人员劳务费、仪器折旧费等，对收费价钱在1000元以下的还请慎重考虑——除非该机构业务量非常大（此种情况下可降低单个检测成本），否则......
3.一般需要大人的身份证和小孩的出生证（或者身份证），填写司法鉴定委托书和协议书（亲子鉴定机构提供）；
4.抽取的样本一般为静脉血或口腔擦拭物，头发、羊水或其它生物组织也可，但是相对采样较少；
什么是DNA亲子鉴定？
通过遗传标记的检验与分析来判断父母与子女是否亲生关系，称之为亲子关系或亲子鉴定。DNA是人体遗传的基本载体，人类的染色体是由DNA构成的，每个人体细胞有23对（46条）成对的染色体，其分别来自父亲和母亲。夫妻之间各自提供的23条染色体，在受精后相互配对，构成了23对（46条）孩子的染色体。如此循环往复构成生命的延续。由于人体约有30亿个核苷酸构成整个染色体系统，而且在生殖细胞形成前的互换和组合是随机的，所以除同卵双胞胎以外，没有任何两个人具有完全相同的核苷酸序列，这就是人的遗传多态性。尽管遗传多态性的存在，但每一个人的染色体必然也只能来自其父母，这就是DNA亲子鉴定的理论基础。
&re: matlab遗传算法工具箱函数及实例讲解
&a href=& &a href=& href=&&&&&&&
&re: matlab遗传算法工具箱函数及实例讲解
博主，你的matlab是哪个版本的~我发现我的遗传工具箱里的ga函数参数首先就不和你这个一样~还有fitness函数里的sol是什么意思呢~~其实主要就是fitness定义，initializega，和ga函数的调用~求解答~&&&&&&
&re: matlab遗传算法工具箱函数及实例讲解
【问题】在－5&=Xi&=5,i=1,2区间内，求解
f(x1,x2)=-20*exp(-0.2*sqrt(0.5*(x1.^2+x2.^2)))-exp(0.5*(cos(2*pi*x1)+cos(2*pi*x2)))+22.71282的最小值。
【分析】种群大小10，最大代数1000，变异率0.1,交叉率0.3
【程序清单】
％源函数的matlab代码
function [eval]=f(sol)
numv=size(sol,2);
x=sol(1:numv);
eval=-20*exp(-0.2*sqrt(sum(x.^2)/numv)))-exp(sum(cos(2*pi*x))/numv)+22.71282;
%适应度函数的matlab代码
function [sol,eval]=fitness(sol,options)
numv=size(sol,2)-1;
x=sol(1:numv);
eval=f(x);
%遗传算法的matlab代码
bounds=ones(2,1)*[-5 5];
[p,endPop,bestSols,trace]=ga(bounds,'fitness')
注：前两个文件存储为m文件并放在工作目录下，运行结果为
0.0 0.0055
智能家居概念 ：
智能家居概念进入中国已经有近十年的时间了，随着大家对它由陌生变熟悉，由“远观”到真正的应用到自己家中，当然，还有智能家居技术的进一步成熟，产品不断完善、市场逐渐发展等等，以往对智能家居的定义已经不能够对它做出准确而详尽的解释，所以现在非常有必要重新审视智能家居的定义，以适应智能家居行业新发展。中国智能家居网在几天前提出了智能家居新定义，而我们现在就来为大家做更详细的解读，对比早期的智能家居概念，看看这个新定义有哪些不同。 早期智能家居概念：
智能家居，视频监控，无线开关，网络摄象机，是以住宅为平台，兼备建筑、网络通信、信息家电、设备自动化，集系统、结构、服务、管理为一体的高效、舒适、安全、便利、环保的居住环境。
视频监控可以定义为一个过程或者一个系统。利用先进的计算机技术、网络通讯技术、综合布线技术、将与家居生活有关的各种子系统，有机地结合在一起，通过统筹管理，让家居生活更加舒适、安全、有效。与普通家居相比，智能家居不仅具有传统的居住功能，提供舒适安全、高品位且宜人的家庭生活空间;还由原来的被动静止结构转变为具有能动智慧的工具，提供全方位的信息交换功能，帮助家庭与外部保持信息交流畅通，优化人们的生活方式，帮助人们有效安排时间，增强家居生活的安全性，甚至为各种能源费用节约资金。
武汉屋比屋智能家居 &&&&&&
&re: matlab遗传算法工具箱函数及实例讲解[未登录]
视频监控可以定义为一个过程或者一个系统。利用先进的计算机技术、网络通讯技术、综合布线技术、将与家居生活有关的各种子系统，有机地结合在一起，通过统筹管理，让家居生活更加舒适、安全、有效。与普通家居相比，智能家居不仅具有传统的居住功能，提供舒适安全、高品位且宜人的家庭生活空间;还由原来的被动静止结构转变为具有能动智慧的工具，提供全方位的信息交换功能，帮助家庭与外部保持信息交流畅通，优化人们的生活方式，帮助人们有效安排时间，增强家居生活的安全性，甚至为各种能源费用节约资金。&&&&&&
阅读排行榜
评论排行榜扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
matlab遗传算法学习和全局化算法
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口matlab遗传算法学习和全局化算法_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
评价文档：
7页免费6页免费8页免费3页免费9页1下载券2页免费20页1下载券11页1下载券9页1下载券9页2下载券
喜欢此文档的还喜欢12页1下载券20页1下载券7页免费11页1下载券9页1下载券
matlab遗传算法学习和全局化算法|m​a​t​l​a​b​遗​传​算​法​学​习​和​全​局​化​算​法​的​例​子​,​供​大​家​学​习​。​m​a​t​l​a​b​的​全​局​化​算​法​比​较​慢​,​大​家​可​以​试​试
把文档贴到Blog、BBS或个人站等：
普通尺寸(450*500pix)
较大尺寸(630*500pix)
你可能喜欢
