搜索资源列表
pso
- 粒子群优化(Particle Swarm Optimization - PSO) 算法是一种新兴的有潜力的进化算法( Evolutionary Algorithm - EA) .PSO 算法,和遗传算法相似,它也是从随机解出发,通过迭代寻找最优解,它也是通过适应度来评价解的品质. 但是它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。-pso
GeneticAlgorithmDirectSearchToolbox
- 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它最初由美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》，GA这个名称才逐渐为人所知，J.Holland教授所提出的GA通常为简单遗传算法（SGA）。 -GeneticAlgorithmDirectSe
GAsummray
- 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它最初由美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》，GA这个名称才逐渐为人所知，J.Holland教授所提出的GA通常为简单遗传算法（SGA）。 -GASUMMARY
genetic-algorithm--for-numerical-
- 这个代码是用C语言编写的遗传算法代码，用来求解数值最优解-This code is written in C language, the genetic algorithm code used for numerical optimal solution
IGKA
- 遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的算法，文档中提供遗传算法的全部源程序代码。-The genetic algorithm is the calculation of the process of biological evolution model to simulate natural selection and genetic mechanism of Darwin' s theory of biolog
Genetic-algorithm(matlab)
- 基于matlab上的rosenbrock函数用遗传算法求解最优解的三个典型程序。-Based matlab on rosenbrock function using genetic algorithms to solve the optimal solution of the three typical program.
TSP
- 1 以10/30个结点的TSP问题为例,用遗传算法加以求解； 2 掌握遗传算法的基本原理、各个遗传操作和算法步骤； 3 能求出问题最优解，若得不出最优解，请分析原因； 4 要求界面显示每次迭代求出的局部最优解和最终求出的全局最优解。-For example, 1 to 10/30 junction TSP problem with a genetic algorithm to solve 2 mastered the basic principles of the gene
main
- 用量子遗传算法实现函数的最优解，求的最大值-The optimal solution function
Genetic-Algorithm
- 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它最初由美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》，GA这个名称才逐渐为人所知，J.Holland教授所提出的GA通常为简单遗传算法（SGA）。-GA (Genetic Algorithm) is
yichuanbianshi
- 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。本程序利用遗传算法进行系数辨识。-This procedure using genetic algorithm (ga) coefficient of identification.
遗传算法——旅行商问题mfc
- 旅行商问题：一个旅行者要去很多城市，每个城市只去一次，问：该怎么走路线最短？ ? ?????? 这个问题可以转化为：随机给n个点，如何连线这n个点，使得连线最短？ ? ?????? 这个问题是遗传算法的经典问题~哈哈~~我试着写了一个程序来解决。 ? ?????? 采用的策略是： 1.?????? 精英主义：每次有2个最优解直接进入下一代。 2.?????? 轮盘赌选择生育：每次对每一代的个体进行一次轮询，如果不适应度<某个随机数，那么选择这个个体进行生育。 3.?????? 单性繁殖：因
SX1603115刘阳遗传算法大作业
- 利用遗传算法的优点，通过改变种群数量，寻找规则来代替人工寻求最优解(Seek optimal solution)
第14章 遗传优化算法
- 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。这个程序是matlab 最优计算第十四章程序(Genetic Algorithm for matlab)
Untitled8
- 通过遗传与变异，寻求rosenbrock函数的最优解。求解速度快(Through heredity and variation, the optimal solution of Rosenbrock function is sought. Quick solution)
程序
- 利用遗传算法求解出微电网博弈论每种策略下最优解(Using genetic algorithm to solve the optimal solution of microgrid game theory under each strategy)
刘星算法
- 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它最初由美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》，GA这个名称才逐渐为人所知，J.Holland教授所提出的GA通常为简单遗传算法（SGA）。遗传算法广泛应用在生物信息学、系统发生学、计算科学、
TSP-PSO
- 混合粒子群算法摒弃了传统粒子群算法中的通过跟踪极值来更新粒子位置的方法，而是引入了遗传算法中的交叉和变异操作，通过粒子同个体极值和群体极值的交叉以及粒子自身变异的方式来搜索最优解。(Hybrid particle swarm algorithm instead of the traditional particle swarm algorithm in the method to update the position of the particle by tracking the maximu
yichuan
- 遗传算法 变异 交叉 迭代 最大值 寻找最优解(genetic algorithm)
遗传算法多目标优化模板
- 利用geatpy库是实现多目标优化， 基于改进NSGA-Ⅱ算法求解多目标优化问题的进化算法模板，传统NSGA-Ⅱ算法的帕累托最优解来只源于当代种群个体，这样难以高效地获取更多的帕累托最优解，同时难以把种群大小控制在合适的范围内，改进的NSGA2整体上沿用传统的NSGA-Ⅱ算法，不同的是，该算法通过维护一个全局帕累托最优集来实现帕累托前沿的搜索，故并不需要保证种群所有个体都是非支配的。(Using geatpy library to realize multi-objective optimiza
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