数学建模高级算法讲义_第1页
数学建模高级算法讲义_第2页
数学建模高级算法讲义_第3页
免费预览已结束,剩余6页可下载查看

付费下载

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

先进算法中述数中的括络遗算道能用这些算法解决一类什么样的问题,并能应用这些算法解决数学建模中的一些问题即第一节神经网络和BP网络进行简介。感知器BP网络列分类题(2000年赛A题判断题(2001年数学建模竞赛乳房癌的诊断题(2001年大学生数学建模夏令营C题。下面我们使用神经网络的方法解决判断题(2001年数学建模竞赛,题目如下:附件中的文件给出了一个114个,60个人的表达水平的样本.其中前20个是的表达水平的样本(其中还可能有子类),其后的是20个正常人的达信息样本,其余20个是待检测的样本(未知它们是否正常试设法找出描述与正常样本在表达水平上的区别,建立数学模型,及识别方法去测测本是样.设计图示(可视化)方法,使得在你的数学模型下,尽量清楚地表现与正常样本在表达水平上的区别,以及样本中是否有子类.这道题是很典型的用神经网络的分类问题,只需用感知器神经网络便能完成此分类工作,我们用前40组数据对网络进行训练,再用训练号的网络来计算后20组数据,便能得到分类结。细程可见本义带的程序。神经网络工具箱函数简介判断题(2001年数学建模竞赛) 第二节遗传算法遗传算法(enecAorh,GA)是一种基于自然群体遗传演化机制的高效探索算法,它摒弃了传统的搜索方式,模拟自然界生物进化过程,采用人工进化的方式对目标空间进行随机化搜索。它将问题域中的可能解看作是群体的一个或,并将每一编码成符号串形式,模拟的遗传选择和自然淘汰的生物进化过程,对群体反复进行基于遗传学的操作(遗传,交叉和变异,根据预定的目标适应度函数对每个进行评价,依据适者生存,优胜劣汰的进化规则,不断得到更优的群体,同时以全局并行搜索方式来搜索优化群体中的最优,求得满足要求的最优解。f(xx2x为自然数,0≤x≤31每一个数作为一个生命体,那么必须给其赋予一定的,这个过程x5位长的二进制无符号整数表示形式,比如x=13可表示为01101的形式,也就是说,数13的为01101。由于遗传的需要,须设定一些初始的生物群体,让其作为生物繁殖的第一代,需要说明的是,初始群体的每个都是通过随机方法产生的,这样便然,由于我们要求f(x)x2的最大值,因此,能使f(x)x2较大的是的,使f(x)x2较小的 是劣的,因此,我们可以将f(x)x2定义为适应生物体的中的某一位以一定的概率发生变化,这样引入适当的扰动,能避免初始群x的8适应度f(xx选择概选择上的计数(来自赌轮1201交叉下一代群x的适应度f(xx 本讲义提供了遗传算法求sin2xC第三节模拟退火算法小(大)T,解空间算法来解决TSP问题,本讲义附带了用模拟退火算法解决TSP问题的算法,有的第四节模糊数学方法 用1表示元素属于该集合,用0表示元素不属于这个集合。②.模糊概念的清晰化我们可以设定一个数(比如05),当一个元素的隶属度大于这个数时,我模糊数学在数学建模中主要用于模糊决策,这也是决策论中很重要的一部分内86431评选组给被评优先选86431x1->343x1->1531x1->2521x评选组给被评优先选86431x1->343x1->1531x1->2521x1->6211x1->3142x1->4312x2->1432x2->421111x2->22321x2->5212x2->32311x3->2341x3->23122x3->22123x3->12322x4->2314x4->11233x4->11233x5->121213x5->12313x6->12223

R(1)

1

1

1

1

1 0.70,得-

000 000R(1) 000 00

10 除去R(1)中第一优越对象

所在的行和列,得到新的模糊优先关系矩阵R(2) R(2)

1取0.63R(2)=063

00 0001 010-截矩阵R 0

R(3)=

1

0.40取0.46

1

R

1 =0 00461 11 11

R(4)R

1

取0.54

1R

=

0 0000540

R(5)= 0.31

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论