搜索资源列表
模拟退火例子1
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
模拟退火例子2
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
模拟退火例子3
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
chap5_1
- 基于实数编码遗传算法的PID整定,采用误差绝对值积分性能指标作为参数选择的最小目标函数-real-coded genetic algorithm PID tuning, integral absolute error performance parameters as the minimum objective function
AI_prog
- 这是一个非常简单的遗传算法源代码，对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择、精华模型、单点杂交和均匀变异。-This is a very simple genetic algorithm source code for a specific application to amend this code, Users only need to change t
yichuansource
- 这是我在解决电梯动力学参数写的简单遗传算法（程序带目标函数值、适应度值计算，但是我的适应度函数因为目标函数的计算很特殊，一起放在了程序外面计算,在此不提供）-This is my resolve to write lift kinetic parameters of a simple genetic algorithm (procedures with the objective function value, fitness terms, but my fitness function for
danmuyichuan
- 这是一个单目标函数的遗传算法程序，经过编译、运行成功。在研究遗传算法时有很大帮助-This is a single objective function of the genetic algorithm procedures are followed, compiler and operating successfully. Research in genetic algorithm will be of great help
GA
- 自适应遗传算法 最基础的版本需要可以自己修改目标函数
EGA
- 这是一个用遗传算法来求解目标函数优化问题的源代码，学习遗传算法，演化计算的很值得一看！
CMVSOGA
- 这是我在解决电梯动力学参数写的简单遗传算法（程序带目标函数值、适应度值计算，但是我的适应度函数因为目标函数的计算很特殊，一起放在了程序外面计算,在此不提供）。
yichuansuanfa
- 电梯动力学参数写的简单遗传算法（程序带目标函数值、适应度值计算，但是我的适应度函数因为目标函数的计算很特殊，一起放在了程序外面计算,在此不提供）。
AA_for_NN
- 基于蚁群算法的神经网络,对神经网的算法进行改进。ANT_object_func_ant是神经网络木目标函数生成程序。ANT_ant_new是主程序
MMAA_forNN
- 基于蚁群算法的神经网络。对神经网络算法进行优化。ANT_object_func_ant是基于神经网络的优化目标函数。Ant_ant_new是主程序
simplegeneticalgorithmimplementation
- 这是一个非常简单的遗传算法源代码，是由Denis Cormier (North Carolina State University)开发的，Sita S.Raghavan (University of North Carolina at Charlotte)修正。代码保证尽可能少，实际上也不必查错。对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码 的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择、精华模型、单点杂
MyPSO
- //开发平台：Microsoft .NET Framework 2.0，Microsoft Visual C# 2005 Express //日期：2005.3.12 //作者：刘波 //粒子群优化算法(PSO)：本算法求目标函数的最小值-/ / development platforms : Microsoft.NET Framework 2.0, Microsoft Visual C# 2005 Express / / Date : 2005.3.12 / / Author : Liu Bo
PSO_C++
- 一个很好的学习粒子群算法的例子。（刘康C++版本） 程序介绍： 模拟一群鸟捕食的情景，从而达到优化目标函数的目的，这就是粒子群算法！起初在可行的空间中随机的产生一群粒子，然后让每个粒子开始在虚拟的空间中向四面八方飞翔，并且每个粒子都记下他们飞过的适应值（也就是目标优化函数）最高的点，而且整个粒子群有一个最高适应值个体，这样，粒子在飞翔的时候尽量朝向自己曾飞过的最好的点和集体的最好的点。最后达到收敛到近似最优点的目的。 备注：目标优化函数程序中已经内定了，f6 ={0.
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
SGA
- 实现单目标函数求最值问题的源码，层次很清楚，适合初学遗传算法者-To achieve a single objective function for the most value problem source, the level is very clear that genetic algorithms are suitable for beginners
多目标优化进化算法
- 按照外文经典文献的步骤和流程，在matlab环境下编写了多目标优化进化算法程序。在外文经典文献中，有该算法的子函数开源代码，程序运行速度快、精度高。文件由主程序和子函数构成，共7个.m文件。(According to the steps and process of foreign literature, a multi-objective optimization evolutionary algorithm program is written in Matlab environment.
遗传算法多目标优化
- 遗传算法对多个目标函数的优化代码，可供参考学习。