<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ban_xc的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ban_xc</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ban_xc]]></copyright><item><title><![CDATA[分块矩阵的逆矩阵的公式记忆方法]]></title><link>https://blog.youkuaiyun.com/ban_xc/article/details/51923877</link><guid>https://blog.youkuaiyun.com/ban_xc/article/details/51923877</guid><author>ban_xc</author><pubDate>Sat, 16 Jul 2016 12:54:15 +0800</pubDate><description><![CDATA[首先我们来认识一下主要的分块矩阵的逆矩阵的类型有以下几种：





然后，我们可以像在行列式中对行列式分为主对角线行列式和副对角线行列式一样，把这些分块矩阵分为两类：主对角线分块矩阵（图中1，4，5）和副对角线分块矩阵（图中2，3，6）。

我们先来看主对角线分块矩阵的逆矩阵公式规律：

主对角线分块矩阵的分块矩阵位置不变，主对角线上的分块矩阵分别添上（-1）求各自的逆矩阵，]]></description><category></category></item><item><title><![CDATA[大白话解析模拟退火算法]]></title><link>https://blog.youkuaiyun.com/ban_xc/article/details/51645916</link><guid>https://blog.youkuaiyun.com/ban_xc/article/details/51645916</guid><author>ban_xc</author><pubDate>Sun, 12 Jun 2016 14:25:41 +0800</pubDate><description><![CDATA[大白话解析模拟退火算法




一. 爬山算法 ( Hill Climbing )
         介绍模拟退火前，先介绍爬山算法。爬山算法是一种简单的贪心搜索算法，该算法每次从当前解的临近解空间中选择一个最优解作为当前解，直到达到一个局部最优解。
         爬山算法实现很简单，其主要缺点是会陷入局部最优解，而不一定能搜索到全局最优解。如图1所示：假设C点为当前解，爬山算法]]></description><category></category></item><item><title><![CDATA[Kalman滤波器从原理到实现]]></title><link>https://blog.youkuaiyun.com/ban_xc/article/details/51602035</link><guid>https://blog.youkuaiyun.com/ban_xc/article/details/51602035</guid><author>ban_xc</author><pubDate>Tue, 07 Jun 2016 10:38:40 +0800</pubDate><description><![CDATA[Kalman滤波器从原理到实现






转载请注明出处：http://xiahouzuoxin.github.io/notes

Kalman滤波器的历史渊源

We are like dwarfs on the shoulders of giants, by whose grace we see farther than they. Our study of the w]]></description><category></category></item><item><title><![CDATA[遗传算法与TSP问题的MATLAB实现]]></title><link>https://blog.youkuaiyun.com/ban_xc/article/details/51588485</link><guid>https://blog.youkuaiyun.com/ban_xc/article/details/51588485</guid><author>ban_xc</author><pubDate>Sun, 05 Jun 2016 10:57:38 +0800</pubDate><description><![CDATA[遗传算法与TSP问题的MATLAB实现


导师安排做神经网络相关，在做优化神经网络时涉及到遗传算法，于是搜集资料，参照别人部分程序，初步完成遗传算法解决TSP问题。
   “旅行商问题”(Traveling Salesman Problem,TSP)可简单描述为：一位销售商从n个城市中的某一城市出发，不重复地走完其余n-1个城市并回到原出发点，在所有可能路径中求出路径长度最短的一条。
]]></description><category></category></item><item><title><![CDATA[遗传算法优化的BP神经网络建模]]></title><link>https://blog.youkuaiyun.com/ban_xc/article/details/51588360</link><guid>https://blog.youkuaiyun.com/ban_xc/article/details/51588360</guid><author>ban_xc</author><pubDate>Sun, 05 Jun 2016 10:35:32 +0800</pubDate><description><![CDATA[遗传算法优化的BP神经网络建模



    十一月匆匆过去，每天依然在忙碌着与文档相关的东西，在寒假前一个多月里，努力做好手头上的事的前提下多学习专业知识，依然是坚持学习与素质提高并重，依然是坚持锻炼身体，为明年找工作打下基础。
    遗传算法优化的BP神经网络建模借鉴别人的程序做出的仿真，最近才有时间整理。
目标：
    对y=x1^2+x2^2非线性系统进行建模，用1500]]></description><category></category></item><item><title><![CDATA[遗传算法入门到掌握（二）]]></title><link>https://blog.youkuaiyun.com/ban_xc/article/details/51585836</link><guid>https://blog.youkuaiyun.com/ban_xc/article/details/51585836</guid><author>ban_xc</author><pubDate>Sat, 04 Jun 2016 19:59:27 +0800</pubDate><description><![CDATA[遗传算法入门到掌握（二）




             此文承接上篇遗传算法入门到掌握（一）
          
           遗传算法引擎――GenAlg


/遗传算法  class GenAlg          {      public:      //这个容器将储存每一个个体的染色体    vector     vecPop;      //人口(种群]]></description><category></category></item><item><title><![CDATA[遗传算法入门到掌握（一）]]></title><link>https://blog.youkuaiyun.com/ban_xc/article/details/51585814</link><guid>https://blog.youkuaiyun.com/ban_xc/article/details/51585814</guid><author>ban_xc</author><pubDate>Sat, 04 Jun 2016 19:51:29 +0800</pubDate><description><![CDATA[遗传算法入门到掌握（一）






         遗传算法的有趣应用很多，诸如寻路问题，8数码问题，囚犯困境，动作控制，找圆心问题（这是一个国外网友的建议：在一个不规则的多边形 中，寻找一个包含在该多边形内的最大圆圈的圆心。），TSP问题（在以后的章节里面将做详细介绍。），生产调度问题，人工生命模拟等。直到最后看到一个非
 常有趣的比喻，觉得由此引出的袋鼠跳问题（暂且这么叫它]]></description><category></category></item><item><title><![CDATA[【转载】非常好的理解遗传算法的例子]]></title><link>https://blog.youkuaiyun.com/ban_xc/article/details/51583536</link><guid>https://blog.youkuaiyun.com/ban_xc/article/details/51583536</guid><author>ban_xc</author><pubDate>Sat, 04 Jun 2016 11:25:36 +0800</pubDate><description><![CDATA[非常好的理解遗传算法的例子






遗传算法的手工模拟计算示例
为更好地理解遗传算法的运算过程，下面用手工计算来简单地模拟遗传算法的各
    个主要执行步骤。

例：求下述二元函数的最大值：

    (1) 个体编码
           遗传算法的运算对象是表示个体的符号串，所以必须把变量 x1, x2 编码为一种
       符号串。本题中，用无符号二进]]></description><category></category></item></channel></rss>