Ni-Mn-Ga-Ti合金的相稳定性和磁性能的第一性原理计算，杨禛，白静，以Ni-Mn-Ga合金为代表的铁磁形状记忆合金是新型的智能材料，具有高达10 %的磁诱导应变以及kHz级别的响应频率。适量Ti掺杂可以析出Ni3Ti�
2024-02-26 10:16:32
448KB
1
主板芯片：IntelG41+ICH7声卡芯片：RealtekALC888网卡芯片：Realtek8111DL显卡芯片：IntelGMAX4500PS：主板驱动全系列WINDOWS通用；声卡驱动支持XPSP3、VISTA、WIN7系统，XPSP2以前系统需要安装KB888111补丁，补丁可以在本站搜索下载；网卡驱动请根据系统自行,欢迎下载体验
2024-02-24 17:15:34
925KB
1
遗传算法(GA)优化极限梯度提升树XGBoost回归预测，GA-XGBoost回归预测模型,多变输入模型。
评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。
2024-01-27 19:15:04
54.7MB
1
1.版本：matlab2014/2019a/2021a，内含运行结果，不会运行可私信
2.领域：智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，更多内容可点击博主头像
3.内容：标题所示，对于介绍可点击主页搜索博客
4.适合人群：本科，硕士等教研学习使用
5.博客介绍：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可si信
2024-01-20 12:14:00
566KB
为提高工作面瓦斯涌出量预测的效率和准确率,提出了一种将遗传算法(GA)与极限学习机(ELM)相结合的瓦斯涌出量预测的新方法。为了避免ELM受输入权值矩阵和隐含层偏差随机性的影响,算法采用GA对ELM的输入权值矩阵和隐含层偏差进行优化,建立GA-ELM瓦斯涌出量预测模型。利用某矿瓦斯涌出量相关数据对该模型进行了实例分析,将ELM、SVM和BP算法预测结果与该模型进行了对比分析。结果表明:GA-ELM模型具有较高的预测精度,可以相对准确、高效地对工作面的瓦斯涌出量进行预测。
2024-01-15 23:38:39
364KB
1
以非线性预测评价为基础,采用BP神经网络模型,利用遗传算法优化网络初始权值和阈值,建立一个新的煤矿底板突水危险性预测的网络模型,通过收集不同突水矿井的资料,综合考虑多种影响底板突水的因素。运用Matlab编程对网络原始数据进行训练,并对不同工作面底板是否突水及突水量进行预测分析,结果表明,该模型收敛速度快、预测精确度高,且具有较强的泛化能力。
2024-01-08 19:32:30
621KB
1
遗传算法 (GA) 和布谷鸟搜索优化 (CSO) 的组合，用于分类精度最大化中的特征选择。
我没有使用 Levy 飞行，而是使用 GA 品种和变异进行布谷鸟更新。 我在代码中使用了朴素贝叶斯分类，但您可以将其替换为任何其他分类器。
2023-12-25 10:25:14
129KB
1