搜索资源列表
SGA_for_testing
- 在软件测试的单元测试中，需要找出满足某种覆盖率（如分支覆盖）的测试数据（函数参数值）来判断被测函数是否有bug。源程序利用遗传算法的全局寻优特性实现了测试数据的自动产生而不用人工凭经验输入参数值。程序中被测试函数用的是三角函数。源码用C++实现了GA的寻优过程，并注有必要的注释，运行结果能够很快找到解。
Untitled2
- 遗传算法跟踪寻优
遗传算法C程序
- 基于遗传算法的函数寻优
PID-GAs
- 遗传算法的PID调节 题目：已知 ，利用GA 寻优PID参数，其中K=1，T=2， ，二进制/实数编码，位数不限，M，Pc，Pm自选，性能指标 ，Q=100为仿真计算步长。-PID regulation of genetic algorithms Title: known, the use of PID parameters of GA optimization, in which K = 1, T = 2,, binary/real-coded, not limited to the me
GA__MATLAB
- 探讨了在 Mh T I AB环境中实现遗传算法仿真 的方法 ， 并 以一个 简单的求函数最值的问 题作为遗传算法的应用实铡， 说明遗传算法的全局寻优性及用 M AI I AB实现仿真的可行性。-A me f l ~dt o r e Aa z e g e me f i e t I 皿 i n MKI I AB i s d ~- u s s e d．A ha e t i o ~o p t h r f i z a f i o n p r o b l e m i s p r e
Genetic-optimization-of-C-clustering
- 运用遗传优化算法优化模糊C均值聚类，通过全局自适应寻优，寻找出更为精确的模糊聚类中心-Using genetic optimization algorithm to optimize the fuzzy C-means clustering, global adaptive optimization to find a more precise fuzzy clustering center
GATestMe
- 经典遗传算法寻优，利用轮盘赌选择复制，利用合适的变异概率得到子代-Classical genetic algorithm optimization, the use of roulette Copy, using suitable mutation probability give offspring
chapter2基于遗传算法和非线性规划的函数寻优算法
- chapter2基于遗传算法和非线性规划的函数寻优算法(A Function Optimization Algorithm Based on Genetic Algorithm and Nonlinear Programming)
MATLAB遗传算法
- 遗传算法和非线性规划的函数寻优，BP神经网络优化(Genetic algorithm and nonlinear programming function optimization, BP neural network optimization)
基于神经网络遗传算法的系统极值寻优
- 基于神经网络遗传算法的系统极值寻优 初始化遗传算法参数(Optimization of system extremum based on neural network genetic algorithm)
神经网络遗传算法极值寻优
- 神经网络遗传算法，用于非线性函数的极值寻优，非常好的源码(Neural network genetic algorithm, for nonlinear function extremum seeking, very good source code)
Yichuanyouhua1
- 手敲的遗传算法寻优指定函数，使用时需要配合工具箱。(The genetic algorithm of hand knocking is used to optimize the specified function, which needs to be fitted with the toolbox.)
基于量子遗传算法的函数寻优算法
- 基于量子遗传算法的函数寻优算法（含详细代码）(A function optimization algorithm based on quantum genetic algorithm)
基于遗传算法和非线性规划的函数寻优算法
- 用遗传算法进行线性函数以及非线性函数的寻优(The program of solving TSP problem by genetic algorithm)
chapter2
- 基于遗传算法和非线性规划的函数寻优算法;(Function Optimization algorithm based on genetic algorithm and nonlinear programming)
pso2
- 粒子群比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。(It is more simple than the genetic algorithm rule. It doesn't have the crossover (Crossover) and the Mutati
神经网络遗传算法函数极值寻优-非线性函数极值
- 神经网络遗传算法函数极值寻优-非线性函数极值(Neural network genetic algorithm function extremum optimization - nonlinear function extremum)
基于遗传算法优化BP神经网络的非线性预测
- 针对BP神经网络的初始权值和阈值是随机选取的弊端，采用遗传算法寻优BP的初始权值和阈值，然后进行BP训练和测试。遗传算法包括编码 选择 交叉 和变异等操作(Aiming at the disadvantage that the initial weights and thresholds of BP neural network are randomly selected, genetic algorithm is used to optimize the initial weights and
源代码
- 1 基于遗传算法的TSP算法（王辉） 2 基于遗传算法和非线性规划的函数寻优算法（史峰） 3 基于遗传算法的BP神经网络优化算法（王辉） 4 设菲尔德大学的MATLAB遗传算法工具箱（王辉） 5 基于遗传算法的LQR控制优化算法（胡斐）(1 TSP algorithm based on genetic algorithm (Wang Hui) 2 Function optimization algorithm based on genetic algorithm and non
基于最优流的配电网络重构程序
- 提出了一种基于改进最优流和遗传算法的配电网重构算法.该算法先利用配电网的同胚图将重构问题的全局寻优空间划分为若干子空间,然后利用改进最优流法寻找子空间内的最优解,之后再利用遗传算法搜索全局最优解所在的子空间,从而实现在局部最优解中寻找全局最优解.(A distribution network reconfiguration algorithm based on improved optimal flow and genetic algorithm is proposed. First, the