搜索资源列表
粒子群优化算法C
- 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域-comparison with the genetic algorithm, the advantages of PSO is simple and easy to achieve without many parameters need to be adjusted. Now it has been widely used function op
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
GA
- 本压缩包内有三个遗传算法文件，其详细文件名都以注释方式在文件内注明，分别为：基于基本遗传算法的函数最优化任意随机交叉父体、基于基本遗传算法的函数最优化、基于基本遗传算法的自适应遗传优化算法函数最优化
GA33
- 这是一个用C++编写的，关于遗传优化算法，该算法是一个非常实用的算法，该程序是用于解决遗传算法的，可能运行环境有要求，但是效果不错
ga_auto
- 基于基本遗传算法的自适应遗传优化算法函数最优化
基于遗传算法的FIR数字滤波器的优化设计
- 基于遗传算法的FIR数字滤波器的优化设计 设计IIR数字滤波器的遗传优化算法 caj图书-based on genetic algorithm FIR digital filter design optimization IIR digital filter design of genetic optimization algorithm CAJ books
差别算法matlab源码
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation).源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应
基础GA遗传算法
- 基础的GA遗传算法，对于初学优化算法的人很有帮助
遗传聚类
- 使用遗传算法优化Kmeans聚类过程，测试数据集都来源于UCI，很好理解，适合初学者。
TSP_GA
- 《智能优化算法》课的作业，用遗传算法解TSP问题。其间遇到了收敛速度慢的问题，也是在这个网找到了解决方案。大家下载的应该都是那个VC6的Windows程序。我这个是从零开始写的，大家看起来应该容易懂些。C++的Console程序，VC2005下编译。全部用STL，所以旧的编译器可能会有点问题。压缩包内有谢胜利的论文：《TSP遗传算法的改进》。正是用他的贪婪交配才使得10代左右解就收敛到很好。再次赞一下！-" Intelligent Optimization Algorithms"
GAPSO
- 这个算法是遗传算法和粒子群优化算法相互结合的matlab程序，优化效率提高很多，不会陷入局部最优-This algorithm is a genetic algorithm and particle swarm optimization algorithm combined with each other matlab program, optimizing the efficiency a lot and will not fall into local optimum
GA5
- 遗传算法--自适应遗传优化算法函数最优化.-Genetic Algorithms- Adaptive genetic algorithm function optimization.
遗传优化算法
- 遗传算法，可用于求解函数优化问题，能够找到最优解(Genetic algorithm can be used to solve the function optimization problem, and can find the optimal solution)
遗传算法
- 基于遗传优化算法，寻求全局最优解，并以一个简单二次函数作为示例。(Based on the genetic algorithm, the global optimal solution is searched, and a simple two function is taken as an example.)
GA遗传算法
- 经典遗传算法 GA 单目标优化智能算法 启发式算法 优化算法(genetic optimization)
免疫优化算法
- 是分布式电源的选址定容的免疫优化算法算法，是最基本的遗传算法，基本实现了选址定容的功能(It is an inheritance algorithm for location and capacity of distributed power supply and the most basic genetic algorithm. It basically realizes the function of location and capacity determination.)
遗传粒子群优化算法-GAPSO
- 遗传算法改进粒子群算法及混沌粒子群算法的源码(Improved genetic algorithm for particle swarm optimization and chaotic particle swarm optimization)
粒子群算法
- 粒子群算法，也称粒子群优化算法或鸟群觅食算法(Particle Swarm Optimization)，缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等 开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的"交叉"(Crossover) 和"
遗传粒子群优化算法-GAPSO
- 混沌粒子群优化算法，及其该算法的简单应用(A SIMPLE IMPLEMENTATION OF THE PARTICLE SWARM OPTIMIZATION)
GA-PSO
- PSO算法计算函数极值时，常常出现早熟现象，导致求解函数极值存在较大的偏差，然而遗传算法对于函数寻优采用选择、交叉和变异算子操作，直接以目标函数作为搜索信息，以一种概率的方式来进行，因此增强了粒子群优化算法的全局寻优能力，加快了算法的进化速度，提高了收敛精度。(When PSO algorithm calculates function extremum, it often appears premature phenomenon, which leads to large deviation