搜索资源列表
ibe具有认证功能算法
- 1 Boneh-Franlin的IBE算法主要由四个子算法组成：Setup，Extract，Encrypt和Decrypt，分别完成系统参数建立、密钥提取、加密和解密的功能。假定消息的明文空间为 ，密文空间 。 (1)、建立: 给定一个安全参数 k蝂+ Step 1: 执行G生成一个素数q， 两个q阶群G1， G2 ， 和一个可用的双线性映射 ê: G1碐1瓽2。 此外选取G1 任一生成元 P蜧1，再选取两个HASH函数 H3:{ 0， 1}n×{0， 1}n。 -?， H4:。 :{ 0，
Matlab遗传算法改进程序
- 遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算
DifferentialEvolutionAPracticalApproachtoGlobalOpt
- 这是一本讲微分进化的书，进化算法是以遗传算法为代表的一类随机算法的总称，95年由Rainer Storn和Kenneth Prici提出微分进化方法，比传统进化算法更好更简单，2004年该方法的原创者出版了长达580页的微分进化：一种全局优化的实用方法，本书是英文版，似乎还没有中文版，希望对感兴趣的人有用-This is a book stresses differential evolution, evolutionary algorithm based on genetic algorith
Stochastic-Programming-1
- 随机算法的c++源代码，程序结构清晰，便于理解-Stochastic Programming
random
- 含有随机算法，素数测试，求最近点对的随机算法-Contains a random algorithm, prime number test, seek the nearest point of the random algorithm
基于人工鱼群算法的一元非线性函数寻优
- 人工鱼群算法是受鱼群行为的启发，由李晓磊等人于2002年提出的一种基于动物行为的群体智能优化算法。在一片水域中，鱼往往能自行或尾随其它鱼，找到营养物质最多的地方，因而鱼生存数目最多的地方一般就是本水域中营养物质最丰富的地方。人工鱼群算法根据这一特点，通过构造人工鱼来模仿鱼群的觅食、聚群、追尾、随机行为，从而实现寻优。本代码是基于人工鱼群算法的一元非线性函数寻优。
遗传算法
- 遗传算法是计算数学中用于解决最佳化的搜索算法，是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等。遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题，一定数量的候选解（称为个体）的抽象表示（称为染色体）的种群向更好的解进化。传统上，解用二进制表示（即0和1的串），但也可以用其他表示方法。进化从完全随机个体的种群开始，之后一代一代发生。在每一代中，整个种群的适应度被评价，从当前种群中随机地选择多个个体（基于它们的适应度），通过
遗传算法求解VRP问题的技术报告
- 本文通过遗传算法解决基本的无时限车辆调度问题。采用车辆和客户对应排列编码的遗传算法，通过种群初始化，选择，交叉，变异等操作最终得到车辆配送的最短路径。通过MATLAB仿真结果可知，通过遗传算法配送的路径为61.5000km,比随机配送路径67km缩短了5.5km。此结果表明遗传算法可以有效的求解VRP问题。(In this paper, genetic algorithm is used to solve the basic vehicle scheduling problem without
用MATLAB实现遗传算法程序.pdf
- 遗传算法的基本步骤如下： 1）在一定编码方案下，随机产生一个初始种群； 2）用相应的解码方法，将编码后的个体转换成问 题空间的决策变量，并求得个体的适应值； 3）按照个体适应值的大小，从种群中选出适应值 较大的一些个体构成交配池； 4）由交叉和变异这两个遗传算子对交配池中的 个体进行操作，并形成新一代的种群； 5）反复执行步骤2-4，直至满足收敛判据为止。(The basic steps of the genetic algorithm are as follows: 1) u
免疫优化算法在物流配送中心选址中的应用
- 免疫算法是受生物免疫系统的启发而推出的一种新型的智能搜索算法，是一种确定性和随机性选择相结合并具有"勘探"与"开采"能力的启发式随机搜索算法。 算法主要的步骤: (1)抗原识别与初始抗体产生。 (2)抗体评价 (3)免疫操作 免疫算法的特点: (1)全局搜索能力 (2)多样性保持机制 (3)鲁棒性强 (4)并行分布式搜索机制(A new intelligent i
合并排序的分治算法
- 在Visual C++里编写程序，用分治法完成随机输入数列的合并排序(The program is written in Visual C++, and the sorting and sorting of random input sequence are completed by divide and conquer method)
随机森林
- 作为新兴起的、高度灵活的一种机器学习算法，随机森林（Random Forest，简称RF）拥有广泛的应用前景，从市场营销到医疗保健保险，既可以用来做市场营销模拟的建模，统计客户来源，保留和流失，也可用来预测疾病的风险和病患者的易感性。(As a new, highly flexible a machine learning algorithm, random forest (Random Forest, referred to as RF) has broad application prosp
决策树与随机森林
- 给出对决策树与随机森林的认识。主要分析决策树的学习算法：信息增益和ID3、C4.5、CART树，然后给出随机森林。 决策树中，最重要的问题有3个: 1. 特征选择。即选择哪个特征作为某个节点的分类特征； 2. 特征值的选择。即选择好特征后怎么划分子树； 3. 决策树出现过拟合怎么办？ 下面分别就以上问题对决策树给出解释。决策树往往是递归的选择最优特征，并根据该特征对训练数据进行分割。(The understanding of decision tree and random
09 遗传算法（Genetic Algorithm, GA）
- 遗传算法（Genetic Algorithm, GA）起源于对生物系统所进行的计算机模拟研究。它是模仿自然界生物进化机制发展起来的随机全局搜索和优化方法，借鉴了达尔文的进化论和孟德尔的遗传学说。其本质是一种高效、并行、全局搜索的方法，能在搜索过程中自动获取和积累有关搜索空间的知识，并自适应地控制搜索过程以求得最佳解。(The genetic algorithm (Genetic Algorithm, GA) originated from the computer simulation of b
粒子群优化算法
- 粒子群优化算法（Particle Swarm Optimization，简称为PSO），粒子群算法是近年来发展起来的一种新的进化算法，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，通过适应度来评价解的品质(Particle swarm optimization algorithm (Particle Swarm Optimization, referred to as PSO), particle swarm algorithm is a new evolutionary algori
遗传算法
- 遗传算法是计算数学中用于解决最佳化的搜索算法，是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等。遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题，一定数量的候选解（称为个体）的抽象表示（称为染色体）的种群向更好的解进化。传统上，解用二进制表示（即0和1的串），但也可以用其他表示方法。进化从完全随机个体的种群开始，之后一代一代发生。在每一代中，整个种群的适应度被评价，从当前种群中随机地选择多个个体（基于它们的适应度），通过
13种PSO算法以及课件
- 各算法对应的问题如下： PSO 用基本粒子群算法求解无约束优化问题 YSPSO 用带压缩因子的粒子群算法求解无约束优化问题 LinWPSO 用线性递减权重粒子群优化算法求解无约束优化问题 SAPSO 用自适应权重粒子群优化算法求解无约束优化问题 RandWPSO 用随机权重粒子群优化算法求解无约束优化问题 LnCPSO 用学习因子同步变化的粒子群优化算法求解无约束优化问题 AsyLnCPSO 用学习因子异步变化的粒子群优化算法求解无约束优化问题
随机游动
- 这是我在数学建模中曾经用到过的算法，拿来和大家一起分享(This is the algorithm I used to use in mathematical modeling to share with you)
粒子群算法 matlab
- 一种基于迭代的优化算法，系统初始化为一组随机解，通过迭代搜寻最优值，粒子在解空间追随最优的粒子进行搜索(Particle swarm optimization)
模拟退火算法及其在求解TSP中的应用
- 模拟退火算法(Simulated Annealing，SA)最早的思想是由N. Metropolis [1] 等人于1953年提出。1983 年,S. Kirkpatrick 等成功地将退火思想引入到组合优化领域。它是基于Monte-Carlo迭代求解策略的一种随机寻优算法，其出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。(The earliest idea of Simulated Annealing (SA) was put forward by N. Metropo