搜索资源列表
gaot_toolbox
- 用matlab语言编写的遗传算法工具箱，作为一种新的全局优化搜索算法,遗传算法以其简单通用、鲁棒性强、适于并行处理... -using Matlab language of the genetic algorithm toolbox, as a new search algorithm for global optimization, Genetic Algorithm with a simple, common, robust and suitable for parallel proc
Non-numerical-parallel-algorithms-Ga
- 非数值并行算法：遗传算法，遗传算法的一个教程，很适合初学者-Non-numerical parallel algorithms: Genetic algorithm, genetic algorithm tutorial, very suitable for beginners
my_matlab
- 由于遗传算法较以往传统的搜索算法具有使用方便、鲁棒性强、便于并行处理等特点，因而广泛应用于组合优化、结构设计、人工智能等领域。-Than in the past due to genetic algorithms traditional search algorithms with easy to use, robustness, ease of parallel processing, etc., which are widely used in combinatorial optimizat
P4-1
- 传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算中
GA_MP
- 基于并行方法的遗传算法求解多目标优化问题的matlab程序，可作为多目标学习-Parallel genetic algorithm for solving multi-objective optimization problem based method matlab program can learn as a multi-objective
PSO
- 粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来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“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现
pso-bp
- 粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来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“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现
gasaTSP
- 利用改进的并行遗传退火算法求解了tsp问题，得到性能收敛图和最短路径-Using improved parallel genetic annealing algorithm the tsp problem, get map and the shortest route convergence performance
GeneticAlgorithm
- 遗传基因算法解病态矩阵，是一种借鉴生物界自然选择和进化机制发展起来的高度并行、随机、自适应搜索算法-Genetic algorithm solution, morbid matrix is a kind of reference for biological mechanism of natural selection and evolution of highly parallel, randomized, adaptive search algorithm
MATLABparall
- MATLAB并行遗传算法的基本设置 测试源码，只要打开即可成为我们的的并行计算的案例。-matlab MPI.msfa asf wf sf s fs fa f a df a.sf asfa .af asd a.f af a.af adf a.asr w/.afs ef sf.sf af .af aedfa.af af a/.
POS
- 粒子群算法（PSO）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“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。该程序适用于MATLAB中粒子群算法的实现。- Similar to the on
ga
- 遗传算法是一种借鉴生物界自然选择和自然遗传机制的随机搜索算法。它简单、鲁棒性好，具有自组织 性、自适应性、自学习性，其本质是一种高效、并行、全局搜索的方法，它能在搜索过程中自动获取和积累有 关搜索空间的知识，并自适应地控制搜索过程以求得最优解， -Genetic algorithm is a stochastic search algorithm which is based on natural selection and natural genetic mechanism. It
liziqunsuanfa
- 粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等[1] 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“变异”(Mutation) 操作，它
ga
- 遗传算法借鉴了达尔文的进化论和孟德尔的生物遗传学说，模拟大自然界生物进化 机制，是一种高效、并行、全局搜索的优化方法。它能够在搜索过程中自动获取和积累 有关搜索空间的知识，并自适应控制搜索过程以求得最优解。-Genetic algorithm draws on Darwin s theory of evolution and Mendel s biological genetics, simulation of the nature of biological evolution M
43680500GA
- 遗传算法:非数值并行算法遗传算法.非数值并行算法遗传算法.遗传算法:非数值并行算法遗传算法.非数值并行算法遗传算法.(Genetic algorithm: non numerical parallel algorithm, genetic algorithm, non numerical parallel algorithm, genetic algorithm. Genetic algorithm: non numerical parallel algorithm, genetic algor
pso
- 用于优化参数，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[1] 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“变异”
pso
- 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"变异"(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。(The PSO algorithm is a kin
遗传算法例程code
- 遗传算法是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算中的关键技术之一。