搜索资源列表
遗传算法c++程序
- 首先采用某种编码方式将解空间映射到编码空间，每个编码对应问题的一个解，称为染色体或个体。一般通过随机方法确定起始的一群个体，称为种群，在种群中根据适应值或某种竞争机制选择个体，使用各种遗传操作算子产生下一代如此进化下去，直到满足期望的终止条件。-begin using some form of coding mapping to the solution space coding space, each encoding a corresponding solution to the probl
yiqun
- 针对XML 数据半结构化的特点及概率查询的理论，结合蚁群算法，提出添加杂交 算子，更新信息素的方法，不仅能动态选择数据查询方向。
TS_TSP
- 解决TSP问题的TS算法MATLAB实现，其中加入了变异算法，当然也可以去掉这个步骤，调用TS_TSP(N, inStart, IsBianYi)，N是城市数目，inStart是起始城市的序号，IsBianYi就是选择变异否，如果为0则不要变异，否则就是结合变异算子的TS算法。 至于下面的参数可以自己调： T：总的循环次数； tabulength：禁忌长度； Pby：变异概率；
SimpleGA
- 该程序为使用了轮盘赌选择方式、单点交叉和基本位变异算子，内嵌精英保留策略的基本遗传算法。其实现使用了固定数组，使用一个常用的测试函数。
Matlab
- 本文介绍了遗传算法的流程及几个算子, 给出了在matlab 语言环境下实现编码、译码、选择、重组和变异各算子的编程方法, 最 后用一个实例来说明遗传算法在寻找全局最优解中的应用。
imageprocessing5
- 1.选择3种边缘检测算子对一幅图像进行边缘检测，显示检测结果，对检测结果进行比较分析。 2.对混有高斯噪声的图像进行边缘处理，比较各边缘检测算子对噪声的敏感性。
图像滤波处理代码
- 选择打开文件，可以打开相应的图像。当前只可处理8位灰度图像。 homework1 中值滤波中，边界没有处理。 均值滤波中，边界也处理了，边界的原值没有保存下来。边界模糊。 homework2 对同样的阈值soble算子检测边缘比梯度算子清楚。 homework3 幅度谱表现出一些可辨认的结构，相位谱看不出来。 忽略相位信息，反变换得到的图看不出与原图的影子。 忽略幅度信息，反变换得到的图与原图好像有一些相似。 homework4
QuantumClonalEvolutionaryAlgorithms
- 本文在量子进化算法的基础上结合基于克隆选择学说的克隆算子,提出了改进的进化算法———量子克 隆进化策略算法(QCES) . 它既借鉴了量子进化算法的高效并行性又利用克隆算子来代替其中的变异和选择操作,以 增加种群的多样性,避免了早熟,且收敛速度快. 本文不仅从理论上证明了该算法的收敛,而且通过仿真实验表明了此 算法的优越性.
GA_for_Knapsack_Problem
- 遗传算法用于求解多目标背包问题，学包括基本的选择、杂交、变异等遗传算子.
yichuansuanfa_lunwen2
- 基于遗传算法的智能组卷研究与应用 详细介绍了改进的动态分层遗传算法应用于组卷问题的解决步骤，涵盖了其中的各项关键技术 包括模拟试题库的建立、组卷策略、编码方案、适应度函数的确定、选择交叉变异算子、动态分层遗传算法的实现等。
gatbx-origin1
- matlab中遗传算法的通用函数，如：选择、交叉、变异等常用算子的遗传算法程序
GAforTSP
- 遗传算法求解TSP问题,采用轮盘赌选择方法,部分匹配交叉算子,交换变异设计.
GAs
- c++的标准遗传算法，改方法采用的选择，交叉，变异算子都是很有代表性的，值得参考
非支配排序遗传算法
- NSGA-II 相对于NSGA而言，NSGA—II具有以下优点：1)提出新的基于分级 的快速非胜出排序算法，将计算复杂度由 降到 ，其中： 表示目标函数的数目， 表示种群中个体的数目；2)为了标定分级快速非胜出排序后同级中不同元素的适值，也为使准 域中的元素能扩展到整个 域，并尽可能均匀遍布，文献[7]提出了拥挤距离的概念，采用拥挤距离比较算子代替需要计算复杂的共享参数的适值共享方法；3)引入了保优机制，扩大了采样空间，经选择后参加繁殖的个体所产生的后代同其父代个体共同竞争来产生下一代种群，因
粒子群算法计算最短路径
- 优化问题是工业设计中经常遇到的问题,许多问题最后都可以归结为优化问题. 为了解决各种各样的优化问题,人们提出了许多优化算法,比较著名的有爬山法、遗传算法等.优化问题有两个主要问题:一是要求寻找全局最小点,二是要求有较高的收敛速度. 爬山法精度较高,但是易于陷入局部极小. 遗传算法属于进化算法( Evolutionary Algorithms) 的一种,它通过模仿自然界的选择与遗传的机理来寻找最优解. 遗传算法有三个基本算子:选择、交叉和变异. 但是遗传算法的编程实现比较复杂,首先需要对问题进行编
Spatial-filtering-of-images
- 现有三幅图像，图像1是包装瓶中的气泡图片，图像2是印刷电路板的元器件焊接质量检查图，图像3是封装后的胶囊状药品。实验要求从这三幅图片中， 1. 选择一副图像，并叠加零均值高斯噪声，分别利用均值滤波和中值滤波器对该有噪图像进行滤波，显示滤波后的图像，比较两滤波器的滤波效果。 2. 选择一副图像，并叠加椒盐噪声，分别用均值滤波器，中值滤波器对该图像进行滤波，比较滤波器的滤波效果。 3. 选择一幅图像，分别利用Laplacian算子和Sobel算子对图像进行锐化操作，比较锐化的效果。-Th
MATLAB-genetic-algorithm-toolbox
- 介绍遗传算法的原理，流程。详细展示了交叉，变异，选择等算子。同时，还介绍了谢菲尔德大学遗传工具箱的使用 。本书对初学遗传算法者很有帮助。-Introduce the principle of genetic algorithms, processes. Detail shows crossover, mutation, selection operator. Meanwhile, the University of Sheffield also introduced the use of gen
MyGA
- 我自己写的一个用于图编码的遗传算法，实现了多种算子，如选择、交叉、编译、比较等，具体的请参见源码-I wrote it myself one for the graph-encoded genetic algorithm, to achieve a variety of operators, such as selection, crossover, compile, compare and so on, see the specific source
cannythreshold
- 其基本思想是：首先，用微分算子检测图象的边缘；然后，在这些边缘象素点上进行二值化阈值的自动选择；最后，对于其它非边缘象素点则采取常规方法进行二值化处理。实验结果表明，这个基于边缘特征检测算子的算法能很好地保留原图的边缘特征，并能处理低质量的图象-The basic idea is: First of all, the differential operator with the edge detection image And, at these points on the edge pixe
MoravecPoint
- 利用moravec算子实现图像的点特征提取，效果基于阈值的选择(The Moravec operator is used to extract the point feature of the image, and the effect is based on the selection of the threshold.)