搜索资源列表
改进遗传算法－郭涛算法做最优化问题很管用
- 改进遗传算法－郭涛算法做最优化问题很管用,算法的基本思想是 先任意产生n个随机数，然后从n个数里随机选择m个数，再有这m个 数合成一个新数，将这个新数同n个数中间适应值函数值的最差的比较， 如果好的话就取代最差的那个，如果它比最好的还要好的话，则把最好的 也取代。如果比最差的坏，则重新合成一个新数。依次循环下去。 程序的奇妙之处是GA_crossover()函数，产生的新数确实比较好，看看 那位大侠能改进一下，产生比这跟好的数。-improved genetic algo
Neural_Network_Code_CHAPT4
- ALOPEX算法:它把神经网络的学习过程看作最优化问题的随机并行算法。-ALOPEX algorithm : it neural network learning process optimization as a random parallel algorithm.
gtsf
- 改进的遗传算法郭涛算法，最优化问题很管用。
qpso40
- qpso算法解决电力系统最优化问题，例子是40个节点的大规模问题
PSO40
- 用标准PSO算法解决电力系统最优化问题，粒子采用的是40个节点的大规模问题
GA_Matlab
- 在工业工程中,许多最优化问题性质十分复杂,很难用传统的优化方法来求解.自1960年以来,人们对求解这类难解问题日益增加.一种模仿生物自然进化过程的、被称为“进化算法（evolutionary algorithm）”的随机优化技术在解这类优化难题中显示了优于传统优化算法的性能。目前，进化算法主要包括三个研究领域：遗传算法、进化规划和进化策略。其中遗传算法是迄今为止进化算法中应用最多、比较成熟、广为人知的算法。
0123
- 遗传算法在曲线多边形近似中的应用 在平面数字曲线的多边形近似中, 为克服顶点的检测只依靠局部区域、缺乏全局信息的弱点, 文中把多边 形近似问题作为寻找在满足一定的近似误差条件下使顶点数最少、或者使顶点数和近似误差都尽可能少的最优化 问题来处理. 为了能够处理点数较多的曲线, 文中采用遗传算法和基于Pareto 最优解的改进遗传算法来求近似最 优解. 和一些经典算法的实验比较表明, 文中算法与只依靠曲线局部特性的一类算法相比, 在近似的保真性和效率 上有明显的改进, 同时
遗传算法的一个编程实例
- 打开压缩包，其中的word文档中提供了“m个工件分配给m架机床的效益最优化问题，使用一种遗传算法解决。”的整个编程思路和过程分析。望有相关需要的朋友喜欢-open compressed, the word document provided "m m allocated to the workpiece-machine efficiency optimization, the use of a genetic algorithm to solve." The entire p
MYGA_2
- 遗传算法解决双变量的函数最优化问题，有按钮的界面，用bc所编，生动模拟遗传进化过程-genetic algorithm to solve the two - variable optimization function, the button interface, using bc prepared by the vivid simulation of the process of genetic evolution
遗传算法的一个例子
- 本程序是使用一种遗传算法解决m个工件分配给m架机床的效益最优化问题，-this program is to use a genetic algorithm to solve m m allocated to the workpiece-machine efficiency optimization,
matlab
- 利用遗传算法中的gaopt函数求解函数最优化问题-The use of genetic algorithms in function gaopt function optimization problem solving
tuihuosuanfa
- 实现模拟退火的vc程序，可以解决模拟退火最优化问题-Vc procedures to achieve simulated annealing, simulated annealing can solve the optimization problem
SGA40
- 用标准遗传算法解决电力系统最优化问题，粒子使用的是40个节点的大规模计算问题-Using standard genetic algorithm to solve power system optimization problems, particle using 40 nodes of a large-scale computing problems
cpso
- 粒子群优化算法容易理解，实现简单，优化速度快，收敛性强。常用于解决种类最优化问题。-Particle swarm optimization algorithm easy to understand, easy to achieve, and optimize the speed and strong convergence. Types commonly used in the optimization problem to solve.
rengong
- ,许多最优化问题性质十分复杂,很难用 传统的优化方法来求解.自1960年以来,人们对求解这类难 解问题日益增加.一种模仿生物自然进化过程的、被称为“ 进化算法（evolutionary algorithm）” -evolutionary algorithm
GS
- 用遗传算法求解函数最优化问题，可以求目标函数的极值-Function using genetic algorithm optimization problem can be of extreme value for the objective function
tuihou
- 模拟退火算法经常用于最优化问题，本算法通俗易用！-Simulated annealing algorithm often used for optimization problems, this algorithm is popular to use!
yiqun
- 蚁群算法是一种用来在图中寻找优化路径的机率型技术，该算法具有许多优良的性质，具有一种新的模拟进化优化方法的有效性和应用价值， 是一种求解组合最优化问题的新型通用启发式方法，可以解决一维静态优化问题甚至多维动态组合优化问题。 -Ant colony algorithm is a method used to find optimal path in the graph of the probability-based technology, the algorithm has many goo
GenticTSPcode
- 遗传算法，神经网络，tsp旅行商问题，最优化问题-Genetic algorithm, neural network, tsp TSP, optimization problem
sd
- 最优化问题之一的算啊与代码 多级安全中敏感标记的最优化挖掘 C++算法与分析-Optimization problem with one count ah multi-level security code in the most sensitive marker of the C++ algorithms to optimize mining and analysis