搜索资源列表
改进的遗传算法
- vb写的改进的遗传算法程序。是一些通用代码，与具体问题对应的代码空出来，用的时候填进去。根据我的经验，要想用好遗传算法，代码必须自己写，因为问题不同，编码，杂交，变异算子可能都不一样。特别是杂交算子，需要根据问题调整，甚至创造出新的杂交方法。而且适应度计算的代码也需要自己写，特别是带约束的优化问题 -vb write improvement in the genetic algorithm. Some common code, with the specific issues the corre
遗传算法算例
- 文中详细介绍了函数优化（有无约束均可）、组合优化算法的原理和源程序，算法效率极高，欢迎下载。附件有更多的遗传算法算例，共研究算法用。 -paper describes in detail the function optimization (there may be bound), combinatorial optimization algorithms and the principle source, the algorithm very efficient and welcome to
PSO_constrian.rar
- PSO算法求解带约束优化问题，包含所有源程序和运算图片。写论文是编的。,PSO algorithm for solving constrained optimization problems, including all source code and the computing picture. Writing papers is made of.
DGPSO.rar
- 用于求解约束优化问题的算法，算法为差分进化/遗传算法/微粒群算法的融合。对于“[7] T. P. Runarsson and X. Yao, Stochastic ranking for constrained evolutionary optimization, IEEE Trans. Evol. Comput., vol. 4, no. 3, pp. 284-294, Sep. 2000”中给出的13个标准测试函数，均能得到问题最优解。如有任何疑问，请于http://2shi.phphube
psoprogress.rar
- ％程序名称：求解约束优化问题的改进粒子群优化算法 ％程序功能：求解带各种约束条件的优化问题 ％输入条件：各种初始条件，以及设定参数 ％输出数值：最优解位置以及函数极小值 , Program name: for solving constrained optimization problems to improve particle swarm optimization algorithm program features: solving with a variety of constr
QoSRoute-GA
- 带有QoS约束的组播路由问题是一个NP完全问题，遗传模拟退火算法是遗传算法和模拟退火算法的一种融合，可以为这类问题提供一个解决方案-With QoS constraint multicast routing problem is an NP-complete problem, genetic simulated annealing algorithm is a genetic algorithm and simulated annealing algorithm as a fusion, you
7941925pos
- 粒子群的优化算法，不仅可以方便地解决无约束优化问题，也可以方便的解决有约束的非线性优化问题。-Particle Swarm Optimization algorithm, not only can easily solve the unconstrained optimization problem can also be convenient to solve constrained nonlinear optimization problem.
CLSPSO
- 混沌的粒子群算法，求解无约束优化问题，可以保持个体多样性-Chaotic particle swarm algorithm for solving unconstrained optimization problems, can maintain the diversity of individual
constrainpso
- 一个解决约束优化问题的算法,但是对一个测试函数无法达到全局最优.希望能加以改进并应用。-A solution algorithm for constrained optimization problems, but a test function can not reach the global optimum. Would like to be improved and applied.
SimuAPSO
- 基于模拟退火的粒子群算法，解决无约束优化问题-Based on simulated annealing particle swarm algorithm to solve unconstrained optimization problems
psoandimprovedpso
- 基本粒子群优化算法和改进粒子群优化算法程序，包括：用基本粒子群算法求解无约束优化问题，用带压缩因子的粒子群算法求解无约束优化问题，用线性递减权重粒子群优化算法求解无约束优化问题，用自适应权重粒子群优化算法求解无约束优化问题，用随机权重粒子群优化算法求解无约束优化问题，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，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，用二阶粒子群优化算法求解无约束优化问题，用二阶振荡粒子群优化算法求解无约束优化问题，用混沌粒子群优化算法求解无约束优化问题，
AutomatedNegotiatioDecisionModelasedonMachineLearn
- 模型利用协商历史中隐含的信息自动对数据进行标注以形成训练样本，用最小二乘支持向量回 归机学习此样本得到对手效用函数的估计，然后结合自己和对手的效用函数构成一个约束优化问题，用遗传算法求 解此优化问题，得到的最优解就是己方的反建议．实验结果表明，在信息保密和没有先验知识的条件下，此模型仍然 表现出较高的效率和效用-The proposed model labels the negotiation history data automatically by making full use
ACOUCP
- 此源码是对人工蚁群算法的一种实现，用于无约束连续函数的优化求解，对于含有约束的情况，可以先使用罚函数等方法，把问题处理成无约束的模型，再使用本源码进行求解，-This source code is an implementation of artificial ant colony algorithm for unconstrained optimization of continuous function to solve for the case containing the constra
FSOUCP
- 此源码是对人工鱼群算法的一种实现，用于无约束连续函数的优化求解，对于含有约束的情况，可以先使用罚函数等方法，把问题处理成无约束的模型，再使用本源码进行求解，-This source code is an implementation of artificial fish school algorithm for unconstrained optimization of continuous function to solve for the case containing the constr
rgyq
- 无约束连续函数优化的人工鱼群算法通用MATLAB源码-Unconstrained optimization of continuous function universal MATLAB source of artificial fish school algorithm
my_ga_test1
- 该用matlab 实现的遗传算法可以用于多目标有约束优化，是我最近学习matlab时一个视频上讲的例子，视频在土豆网搜“matlab全局优化方法及应用”。希望多大家有用。-This genetic algorithm can be used to solve the multi-objective optimization.
遗传算法
- MATLAB实现遗传算法用于求解无约束问题的最优解。(Use genetic algorithm to solve the optimal solution)
基于罚函数的粒子群算法
- MATLAB中解决约束问题的算法，罚函数的粒子群算法的精度高，速度快(The algorithm of solving constrained problems in MATLAB, the particle swarm algorithm with penalty function has high precision and fast speed)
遗传算法求解多目标约束问题
- 包含了使用遗传算法求解多目标约束问题的matlab代码(this document includes the code of solving multi-object problem using gene algorithm)
人工智能算法-蚁群算法
- 人工智能算法中的蚁群算法，可应用于多项约束下的最优规划问题。(The ant colony algorithm in artificial intelligence algorithms can be applied to optimal planning problems under multiple constraints.)