搜索资源列表
Ant_clusting
- 蚁群聚类算法及其源码。是蚁群算法跟聚类算法的结合，启发式搜索社团结构。-Ant colony clustering algorithm and its source code. Ant colony algorithm with the clustering algorithm is a combination of heuristic search community structure.
zhinengdianwang
- 基于 MAS 建立的分布并行计算环境，其任务调度问题具有新的特点 对于基于MAS 的配电快速仿真与模拟系统，以配电 网三相状态估计为例，建立了新的调度问题模型，提出了基于FCM 的启发式任务调度优化方法 该方法利用模糊C 均值聚类分析 算法对独立任务进行聚类分析，避免了在超大解空间中用基于搜索的方法去寻求最优解的做法 该方法具有线性时间复杂度，而 且通过大量算例表明它总是能够在合理的时间内获得次优解或最优解，使masDSE 的性能有明显改善-In the distributed pa
Tabu-search
- 禁忌搜索启发式算法 希望对大家有用，请查看。-Tabu search C++
Heuristic-search-algorithm-of-matlab
- 简单的基于matlab的启发式搜索算法。-The matlab simulation method of heuristic search algorithm。
pso
- 采用改进的启发式搜索粒子群算法进行非线性寻优 具有比较好的效果-The improved heuristic search PSO nonlinear optimization has better results
差分进化算法
- 是一种高效的全局优化算法。它也是基于群体的启发式搜索算法，群中的每个个体对应一个解向量(It is an efficient global optimization algorithm. It is also a swarm based heuristic search algorithm, and each individual in the swarm corresponds to a solution vector)
免疫优化算法在物流配送中心选址中的应用
- 免疫算法是受生物免疫系统的启发而推出的一种新型的智能搜索算法，是一种确定性和随机性选择相结合并具有"勘探"与"开采"能力的启发式随机搜索算法。 算法主要的步骤: (1)抗原识别与初始抗体产生。 (2)抗体评价 (3)免疫操作 免疫算法的特点: (1)全局搜索能力 (2)多样性保持机制 (3)鲁棒性强 (4)并行分布式搜索机制(A new intelligent i
蚁群算法
- 蚂蚁算法 蚁群算法是一种用来寻找优化路径的概率型算法。它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。这种算法具有分布计算、信息正反馈和启发式搜索的特征，本质上是进化算法中的一种启发式全局优化算法。蚁群系统(Ant System或Ant Colony System)是由意大利学者Dorigo、Maniezzo等人于20世纪90年代首先提出来的。他们在研究蚂蚁觅食的过程中，发现单个蚂蚁的行为比较简单，但是蚁群整体却可以体现一些智能的行
matlab111
- 遗传算法又叫基因进化算法，或进化算法。属于启发式搜索算法一种，这个算法比较有趣，并且弄明白后很简单，写个100-200行代码就可以实现。在某些场合下简单有效。本文就花一些篇幅，尽量白话方式讲解一下。(GA simple genetic algorithm;basic genetic algorithm;traditional genetic algorithm)
Astar
- A*机器人路径规划MATLAB代码。A*是一种启发式搜索方法，广泛应用在路径规划方面。(A* robot path planning code)
粒子群算法实例 (2)
- 本文主要利用粒子群算法解决连续函数的最小值问题，粒子群优化是一种新兴的基于群体智能的启发式全局 搜索算法，粒子群优化算法通过粒子间的竞争和协作以实现在复杂搜索空间中寻找全局最优点。它具有易理解、易实现、全局搜索能力强等特点，倍受科学与工程领域的广泛关注，已经成为发展最快的智能优化算法之一。(Good particle swarm optimization and source program)
Astar
- A*算法是一种静态路网中求解最短路径最有效直接的搜索方法，也是许多其他问题的常用启发式算法，他考虑了全局的信息，可以在一些情况下蜕化为迪杰斯特拉算法以及扫描时算法，本程序文件是利用A*算法进行一个航路规划(A * algorithm is a static road network to solve the shortest path is the most effective and direct search method, is also a lot of other problems c
万有引力搜索算法
- 基于万有引力搜索的元启发式优化算法，在无需其他介质的情况下，能够表现出很强的全局搜索能力。(Gravitational search meta heuristic optimization algorithm based on no other media, can show Qiangde global search ability.)
蝙蝠优化算法
- 蝙蝠优化算法是2010年基于群体智能提出的启发式搜索算法，是一种搜索全局最优解的有效方法。该算法是一种基于迭代的优化技术，与其他算法相比，蝙蝠算法在准确性和有效性方面远优于其他算法，且没有许多参数要进行调整。
PSO的PID控制器
- 针对一般的粒子群优化(PSO)学习算法中存在的容易陷入局部最优和搜索精度不高的缺点,对改进型PSO算法进行研究。由于惯性权重系数ω对算法是否会陷入局部最优起到关键的作用,因此,通过改变惯性权重ω的选择,对惯性权重系数采取线性减小的方法,引入改进型的PSO算法。采用改进的PSO算法对PID控制器进行参数优化并把得到的最优参数应用于控制系统中进行仿真。仿真实验结果表明:改进型PSO算法不会陷入局部最优,能得到全局最优的PID控制器的参数,并使得控制系统的性能指标达到最优,控制系统具有较好的鲁棒性。(
chapter7
- 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
ssa
- 麻雀搜索智能优化算法例程，新型元启发式算法，可用于函数寻优等其他算法的优化。(intelligent optimization)
antColonyAlgorithm
- 利用蚁群算法解决车间调度问题，这种算法具有分布计算、信息正反馈和启发式搜索的特征，本质上是进化算法中的一种启发式全局优化算法(Using ant colony algorithm to solve job shop scheduling problem.This algorithm has the characteristics of distributed computing, positive information feedback and heuristic search. In ess
蚁群算法
- 蚁群算法是一种用来寻找优化路径的概率型算法。这种算法具有分布计算、信息正反馈和启发式搜索的特征，本质上是进化算法中的一种启发式全局优化算法。