Xin-She Yang (可能音译：杨新社）是一个国际知名学者，他在剑桥大学创新的启发式优化算法包括：萤火虫算法（2008年）、布谷鸟搜索算法（2009）和蝙蝠算法（2010）。他是英国国家物理实验室的高级研究科学家。
本文转自stock0991 51CTO博客，原文链接：http://blog.51cto.com/qing0991/1875503，如需转载请自行联系原作者
启发式优化算法
2017-11-07
1233
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
目录
相关文章
|
6天前
|
机器学习/深度学习
算法
调度
|
1天前
|
资源调度
算法
块存储
m基于遗传优化的LDPC码OMS译码算法最优偏移参数计算和误码率matlab仿真
MATLAB2022a仿真实现了遗传优化的LDPC码OSD译码算法，通过自动搜索最佳偏移参数ΔΔ以提升纠错性能。该算法结合了低密度奇偶校验码和有序统计译码理论，利用遗传算法进行全局优化，避免手动调整，提高译码效率。核心程序包括编码、调制、AWGN信道模拟及软输入软输出译码等步骤，通过仿真曲线展示了不同SNR下的误码率性能。
7
1
1
|
4天前
|
算法
机器人
Java
|
5天前
|
算法
Serverless
m基于遗传优化的LDPC码NMS译码算法最优归一化参数计算和误码率matlab仿真
MATLAB 2022a仿真实现了遗传优化的归一化最小和(NMS)译码算法，应用于低密度奇偶校验(LDPC)码。结果显示了遗传优化的迭代过程和误码率对比。遗传算法通过选择、交叉和变异操作寻找最佳归一化因子，以提升NMS译码性能。核心程序包括迭代优化、目标函数计算及性能绘图。最终，展示了SNR与误码率的关系，并保存了关键数据。
13
1
1
|
5天前
|
机器学习/深度学习
存储
算法
|
6天前
|
算法
调度
|
6天前
|
算法
调度
|
6天前
|
算法
|
6天前
|
算法
调度
|
6天前
|
算法
热门文章
最新文章
1
MVVM模型，虚拟DOM和diff算法
2
使用Python实现图像处理中的边缘检测算法
3
利用机器学习算法改善电商推荐系统的效率
4
使用python实现FP-Growth算法
5
探索数据结构在算法优化中的关键作用
6
视觉智能平台常见问题之算法私有化部署交付给公司内部运行如何解决
7
视觉智能平台常见问题之其他算法定制化开发如何解决
8
Opencv(C++)学习系列---Canny边缘检测算法
9
Python基础算法解析：支持向量机（SVM）
10
Opencv（C++）学习系列---Laplacian拉普拉斯边缘检测算法
1
MVVM模型，虚拟DOM和diff算法
197
2
Opencv（C++）学习系列---Laplacian拉普拉斯边缘检测算法
72
3
Opencv(C++)学习系列---Canny边缘检测算法
78
4
使用python实现FP-Growth算法
90
5
使用C语言实现DES算法代码
35
6
ICLR 2024：近似最优的最大损失函数量子优化算法
43
7
基于yolov2深度学习网络的视频手部检测算法matlab仿真
73
8
Python基础算法解析：支持向量机（SVM）
84
9
探索数据结构在算法优化中的关键作用
85
10
视觉智能平台常见问题之算法私有化部署交付给公司内部运行如何解决
84