说明：简单的遗传算法优化仓库在选址问题，给你很多需求点，要求你在需求点中找到几个配送中心。解决的问题描述： 在物流配送中心选址模型中做如下假设： （1）配送中心的规模容量总是可以满足需求点需求，并由其配送辐射范围内的需求量确定； （2）一个需求点仅由一个配送中心供应； （3）不考虑工...

说明：电力系统潮流计算，电力系统一般的潮流计算算法

潮流计算--VB 潮流计算 配-电网 VB-电 迭代

说明：基于遗传算法的物流配送路径优化问题研究

全国研究生数学建模竞赛(GMCM)

说明：此代码使用sift算法提取图像的特征点，并计算出描述子。执行show.m 文件即可以完成特征点的提取。执行match.m 可完成两幅图像的匹配。其中文档是sift算法的流程，1.jpg和2.jpg 为实验图像。

matlab 提取 特征 匹配 matlabSIFT

说明：NSGA-Ⅱ是目前最流行的多目标进化算法之一，它降低了非劣排序遗传算法的复杂性，具有运行速度快，解集的收敛性好的优点，成为其他多目标优化算法性能的基准。NSGA-Ⅱ算法采用了快速非支配排序算法，计算复杂度比 NSGA 大大的降低

说明：基于粒子群算法的配电网重构潮流优化

说明：光纤无线通信系统中传输性能的研究，LCMV优化设计阵列处理信号，旋转机械二维全息谱计算，包括广义互相关函数GCC时延估计，可以动态调节运行环境的参数，一种流形学习算法（很好用）。

调试 工具 采用 一次 特征 指纹识别 匹配

说明：SIFT特征点检测监测方法。具有对于图像平移、旋转和尺度变化不变性的优点，成为近十年来最流行的图像特征点检测方法，被广泛用于图像匹配、物体识别、分类等领域。本算法对图像预处理阶段的图像增强算法进行了改进，去除了原本的直方图均衡化图像增强算法，使得图像拼接时间缩短了近一倍，且图像拼接效果依旧良好

说明：各种资源分配算法实现，进行波形数据分析,多机电力系统仿真及其潮流计算，MIT人工智能实验室的目标识别的源码,采用了小波去噪的思想，实现了对10个数字音的识别。

说明：一种流形学习算法（很好用），各种资源分配算法实现，实现典型相关分析，对信号进行频谱分析及滤波，正确率可以达到98％，D-S证据理论数据融合。