模拟退火
该算法是一种逼近简单装配线平衡问题的全局最优值的概率方法。
2022-06-22 09:05:29
151KB
随机U型装配线平衡问题启发式和遗传算法测试、比较、优势随机U型装配线平衡问题拓展.ppt
2022-05-27 19:08:15
4.26MB
安全技术-网络信息-面向LP网络的HLA分布式仿真负载平衡问题研究.pdf
2022-04-28 19:01:08
2.4MB
双种群遗传算法求解生产线平衡问题；
在激烈的市场竞争中，制造型企业需要最大化提高生产效率，而生产线平衡问题就是其中重要一步。运用遗传算法解决生产线平衡问题，对生产工序进行重新排列分配，从而得到一个较优解。
2022-04-19 18:07:50
16KB
1
阐述了装配线平衡问题类型及其平衡求解的相关算法，给出了装配线第二类平衡问题的数学描述。在分析用标准粒子群优化算法求解装配线第二类平衡问题的缺陷基础上，利用粒子群优化算法所具有的全局搜索能力和高搜索效率以及模拟退火算法所具有的局部搜索能力，提出了采用粒子群和模拟退火的混合算法求解第二类平衡问题的方法，并给出了求解流程。应用实例证明，用混合粒子群优化算法比标准粒子群优化算法求解第二类平衡问题能获得更优的结果。
2022-01-03 21:10:59
360KB
1
本程序采用自适应动态规划的理论，结合HDP算法框架设计解决了车杆平衡自适应控制问题，其中车杆系统的输入控制由算法设计的BP神经网络自适应产生。
2021-12-26 21:52:29
2KB
1
smote的matlab代码不平衡数据问题
在机器学习中，我们经常会遇到不平衡的数据。
例如，在银行的信用数据中，97%
的客户可以按时还款，而只有
3%
的客户不能。
如果我们忽略
3%
无法按时付款的客户，模型的准确率可能仍然很高，但可能会给银行带来巨大的损失。
因此，我们需要适当的方法来平衡数据。
许多研究论文提供了许多技术，包括过采样和欠采样，以处理数据不平衡。
该存储库实现了其中一些技术。
要求
sklearn
numpy
SMOTE
SMOTE
是
NV
Chawla、KW
Bowyer、LO
Hall
和
WP
Kegelmeyer
的论文中提到的一种合成少数过采样技术
Parameters
----------
sample
2D
(numpy)array
minority
class
samples
N
Integer
amount
of
SMOTE
N%
k
Integer
number
of
nearest
neighbors
k
k
<=
number
of
minority
class
samples
Attributes
----------
newInde
2021-12-11 00:04:28
155KB
1