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
carmen.0.4.6.ii.tar
- CMU的自主机器人的软件开发平台, 应用十分广泛, 基本上已经成为一种近似标准, 比较好用, 希望对开发机器人导航算法方面的人有用
ga-tsp
- 遗传算法解中国旅行商问题，里面有45个城市，用遗传算法算出近似最优解
nmfpack
- NMFs算法（带稀疏度约束的非负稀疏矩阵分解）用于实现基于人脸局部特征的人脸识别，通过近似的矩阵分解进行空间降维。
tanxi
- 贪心算法解决送货员问题，使其走过的路线尽量减少，近似解求得NP问题的解。
TSp
- cost存放了一个强连通图的边权矩阵，作为一个实例。 可在workspace中加载 运用此算法要注意多次试验。 bianquan.m文件给出了一个参数实例，可在命令窗口中输入bianquan,得到邻接矩阵C和节点个数N以及一个任意给出的路径R,，回车后再输入jiaohuan3,得到了最优解。 由于没有经过大量的实验，又是近似算法，对于网络比较复杂的情况，可以尝试多运行几次jiaohuan3,看是否能到进一步的优化结果。
MATWORK
- 分别使用遗传算法、Hopfiled神经网络和蚁群算法基于MATLAB实现了TSP问题的近似求解。-COMPARATIVE STUDY AND COMPREHENSIVE EVALUATION OF SEVERAL INTELLIGENT ALGORITHMS FOR SOLVING TSP PROBLEM
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.
ANN
- 由国外著名大学编写的非常有效近似最近邻分类算法的源码与库，可直接使用，也可作为学习-Well-known universities from abroad prepared very effective approximate nearest neighbor classification algorithm source code and libraries, can be used directly, can also be used as study
TSP
- 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，
mnth
- 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
High-dimensional-space-sphere-set-covering-problem
- 高维空间球集覆盖问题的改进1_近似算法High dimensional space sphere set covering problem approximation algorithm to improve 1_-High dimensional space sphere set covering problem approximation algorithm to improve 1_
hybrid-genetic-algorithms
- 在传统遗传算法的基础上，引入FFD、BF近似算法的思想，提出求解该类问题的混合遗传算法。-In the traditional genetic algorithm, based on the introduction of FFD, BF approximation algorithm ideas put forward to solve such problems of hybrid genetic algorithms.
monituihuosuanfa
- 模拟退火算法求解TSP问题，Kirkpatric等将热力学中的退火思想引入组合优化领域，提出一种解大规模组合优化问题，特别是NP完全组合优化问题的有效近似算法——模拟退火算法（Simulated annealing algorithm）。-翻译结果（中 > 英）复制结果 Simulated annealing algorithm for solving TSP problems, the Kirkpatric will in thermodynamics of annealing id
TSPPrim
- 用最小生成树解决旅行家问题 用到了prim算法 近似算法-Used in the prim algorithm approximation algorithm for minimum spanning tree to solve the problem of travelers
neural
- 人工神经网络 近似算法，学习方程，神经层数量，learning rate 和 学习次数可自定义-Neural network approximation
Matlab-algorithm-important
- 本压缩包包括matlab的顶点覆盖近似算法、哈密尔顿回路、模拟退火应用、最大流和最小截、最短路和次短路、最短路径、最小生成树prim算法等，带有源程序和中文说明文档，此文件夹中的文件，如需被利用，则要直接放至work目录下。-The compressed packet including matlab vertex cover approximation algorithm, Hamilton circuit, simulated annealing, maximum flow and mini
WPNJAQ2
- 自己编写的任务机调度问题的近似算法包括了穷举+近似的算法,请指正()