搜索资源列表
禁忌搜索算法实现蚁群繁殖问题算法
- 采用禁忌算法实现的蚁群繁殖算法，该问题可以很好地解决蚁群问题中优化问题-taboo algorithm using the Ant Algorithm breeding, the problem can be successfully resolved ant colony optimization problems
差别算法matlab源码
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation).源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应
智能蚁群算法及应用
- 作为群体智能的一种典型实现，蚁群算法正在受到学术界的广泛关注。这是一种基于种群寻优的启发式搜索算法，由M.Dorigo等人于1991年首先提出。本书从基本结构、算法特点、改进方法、突破途径、实现模式及应用模式等方面做了一些系统的研究工作，观点新颖，内容全面，具有一定的学术价值和研究意义
微粒群算法源程序
- 微粒群算法源程序 微粒群算法与其它进化类算法相类似，也采用“群体”与“进化”的概念，同样也是依据个体（微粒）的适应值大小进行操作。所不同的是，微粒群算法不像其它进化算法那样对于个体使用进化算子，而是将每个个体看作是在n维搜索空间中的一个没有重量和体积的微粒，并在搜索空间中以一定的速度飞行。
matlabsuanfa
- 包含了Floyd算法、dijkstra算法、贪婪算法、遗传算法、搜索算法、蚁群算法、哈密顿环路的matlab源程序及相关说明。-Floyd algorithm is included, dijkstra algorithm, greedy algorithm, genetic algorithm, search algorithm, ant colony algorithm, Hamiltonian loop matlab source code and instructions.
modern_youhua
- 现代最优化算法（有170多页的PPT，2010年的） 分为三个部分 Part 1 概论 Part 2 模拟退火算法 Part 3 遗传算法 现在常用的优化算法 禁忌搜索算法 模拟退火算法 遗传算法 人工神经网络 蚁群算法 粒子群算法 混合算法-Modern optimization algorithm is divided into three parts Part 1 Part 2 Introduction Part 3 simul
chapter10基于粒子群算法的多目标搜索算法
- 基于粒子群的算法的多目标搜索算法，实现多目标函数的最优(A multi-objective search algorithm based on particle swarm algorithm is used to achieve the optimal multi-objective function)
PSO算法程序
- 粒子群优化算法是一种基于群体智能的演化计算技术。与遗传算法相比，PSO没有遗传算法中的选择(Selection)、交叉(Crossover)、变异(Mutation)等操作，而是通过粒子在解空间追随最优的粒子进行搜索。(Particle Swarm Optimization (PSO) is an evolutionary computing technique based on group intelligence. Compared with the genetic algorithm, P
PSO
- 基于量子的粒子群优化算法,该算法通过粒子群有量子的行为，提高了算法的寻优能力，增强了算法的全局搜索能力，有效的避免了“早熟”问题。(Quantum based particle swarm optimization algorithm.The algorithm improves the searching ability of the algorithm by quantum behavior of particle swarm, and enhances the global searchi
chapter10 基于粒子群算法的多目标搜索算法
- 《MATLAB智能算法三十个案例分析》第十章 基于粒子群算法的多目标搜索算法(chapter 10 multi-objective search algorithm based on particle swarm algorithm)
chapter15 基于混合粒子群算法的TSP搜索算法
- sp搜索算法，是经典的人工智能算法，我们可以利用此算法解决很多搜索问题(sp search algorithm is a classic artificial intelligence algorithm, we can use this algorithm to solve a lot of search problems)
最基本的蚁群算法+2opt邻域搜索_求解TSP
- 蚁群算法，蚁群优化算法（ant colony optimization,ACO）就是一种特别成功的元启发式算法，在20年前诞生于意大利的一所最负盛名的大学——米兰理工大学。其灵感来源于真实蚂蚁的行为。(We list below 25 TSP instances taken from the World TSP. For these instances, the cost of travel between cities is specified by the Eulidean distance
基于粒子群算法的多目标搜索算法
- 本案例是基于粒子群算法的多目标搜索算法，对于多目标搜寻效果不错(This case is a multi target search algorithm based on particle swarm optimization, which has a good effect on multi target search.)
基于粒子群算法的多目标搜索算法
- 基于粒子群算法的多目标搜索算法的matlab实现示例(Multiobjective search algorithm based on particle swarm optimization)
粒子群算法实例 (2)
- 本文主要利用粒子群算法解决连续函数的最小值问题，粒子群优化是一种新兴的基于群体智能的启发式全局 搜索算法，粒子群优化算法通过粒子间的竞争和协作以实现在复杂搜索空间中寻找全局最优点。它具有易理解、易实现、全局搜索能力强等特点，倍受科学与工程领域的广泛关注，已经成为发展最快的智能优化算法之一。(Good particle swarm optimization and source program)
基于粒子群算法的多目标搜索算法
- 基于粒子群算法的多目标搜索算法，优化算法(Multiobjective search algorithm based on particle swarm optimization (PSO) algorithm)
粒子群
- 粒子群算法，也称粒子群优化算法或鸟群觅食算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，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
30个智能算法模型
- 1-8遗传算法，9 多目标Pareto最优解搜索算法，10 基于多目标Pareto的二维背包搜索算法，11-12免疫算法，13-17粒子群算法，18鱼群算法，19-21模拟退火算法，22-24蚁群算法，25-27神经网络，28 支持向量机的分类，29 支持向量机的回归拟合，30 极限学习机的回归拟合及分类(1-8 genetic algorithm, 9 multi-objective Pareto optimal solution search algorithm, 10 multi-obje
GSO及其改进算法代码
- 群搜索算法(GSO)及其改进版本的MATLAB代码实现(Group Search Algorithms (GSO) and Implementation of Its Improved Version of MATLAB Code)
粒子群算法
- 粒子群算法，也称粒子群优化算法或鸟群觅食算法(Particle Swarm Optimization)，缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等 开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，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，但它比遗传算法规则更为简单，它没有遗传算法的"交叉"(Crossover) 和"