搜索资源列表
Genetic-Algorithm-CPP-class
- 遗传算法的一个C++类，可以在该类内定义遗传算法个操作算子和数据-A genetic algorithm C++ classes
pso4
- 本文研究了多峰优化问题, 利用梯度算子和筛选策略, 得到了一种可求解多峰函数 全部最优解的改进型遗传算法. 数值模拟结果表明, 该算法在处理复杂多峰函数优化问题时, 局 部搜索能力和克服过早收敛能力方面相对于传统遗传算法均有很大提高.-In this paper, multimodal optimization problems, the use of gradient operator and screening strategies can be solved by a multi-
yichuangsuanfa
- 基本遗传算法，VC++写的CPP文件，包含基本遗传算法的所有基本算子，可以自行在程序中修改所求函数，和目标函数。使用很方便。-Basic genetic algorithm, VC++ to write the CPP file that contains all the essential basic genetic algorithm operators, free to modify the requirements in the program functions, and the o
Computed-tomography
- 再次，本文根据肝CT序列图的特点，采用遗传算法对肝CT序列 图进行肝脏边界轮廓提取，设计了适当的遗传算法编码方式和适应度 函数以及遗传操作算子。 -Again, this sequence diagram according to the characteristics of liver CT, CT of the liver using genetic algorithm sequence diagram for the liver boundary contour extrac
Rectangle
- 矩形件优化排样是一个NPC问题，在工业界有着广泛的应用．针对该问题，提出一种自适应模拟退火遗传算法．采用一种基于环形交叉算子和环形变异算子的自适应遗传算法来自动调整交叉和变异概率；同时引入模拟退火算法对个体适应度大于平均适应度的个体进行退火处理．自适应模拟退火遗传算法充分发挥了自适应遗传算法与模拟退火算法各自的全局搜索能力与局部搜索能力．对比实验表明，该算法结合改进的最左最下布局算法解决矩形件优化排样问题更加有效．-Optimal layout is rectangular pieces of
A-Genetic-Algorithm-in-MATLAB
- 简要阐述了遗传算法的基本原理,探讨了在MATLAB 环境中实现遗传算法各算子的编程方法,并以一个简单的实例说明所编程序在函数全局寻优中的应用。-The principle of genetic algorithm has been presented and its realization in MATLAB has been discussed. A function opti2 mization problem has been given to demonstrate the global
MyGaMpiII_1.0
- 这是一个基于实数编码的Fortran语言的遗传算法，并用MPI并行实现，里面提供了丰富的选择算子，交叉算子，变异算子可供选择，如选择算子有基于赌盘选择算子，无回放余数随机选择算子，变异算子有高斯变异，自适应变异等，此外还实行了一种策略可以有效地降低早熟的概率，本人还有一份非MPI版本的遗传算法，需要者可以联系。-This is a real-coded in Fortran language of genetic algorithms, and use MPI parallel implemen
1
- 基于遗传算法的PID算法参数研究 以自然选择和基因遗传理论为基础,将生物进化过程中的适者生存规则与群体内部染色体的随机信息交换机制相结合,在问题解空间内进行全局并行、随机的搜索,其结果是向全局最优方向收敛.GA 模仿生物进化的步骤,引入繁殖,交叉,变异等算子. 繁殖是在父母代种群中将适应度较高的个体选择出来,根据适者生存原理,淘汰适应度较低的个体,以优化种群 交叉是从种群中随机地抽取一对个体,并随机地选择一位交叉位进行交叉,生成新样本,达到增大搜索空间的目的 变异是模仿生物的基因突变,为了防止繁
rw4r23er
- 以自然选择和基因遗传理论为基础,将生物进化过程中的适者生存规则与群体内部染色体的随机信息交换机制相结合,在问题解空间内进行全局并行、随机的搜索,其结果是向全局最优方向收敛.GA 模仿生物进化的步骤,引入繁殖,交叉,变异等算子. 繁殖是在父母代种群中将适应度较高的个体选择出来,根据适者生存原理,淘汰适应度较低的个体,以优化种群 交叉是从种群中随机地抽取一对个体,并随机地选择一位交叉位进行交叉,生成新样本,达到增大搜索空间的目的 变异是模仿生物的基因突变,为了防止繁殖和交叉丢失重要的遗传信息 它对
34523-
- 以自然选择和基因遗传理论为基础,将生物进化过程中的适者生存规则与群体内部染色体的随机信息交换机制相结合,在问题解空间内进行全局并行、随机的搜索,其结果是向全局最优方向收敛.GA 模仿生物进化的步骤,引入繁殖,交叉,变异等算子. 繁殖是在父母代种群中将适应度较高的个体选择出来,根据适者生存原理,淘汰适应度较低的个体,以优化种群 交叉是从种群中随机地抽取一对个体,并随机地选择一位交叉位进行交叉,生成新样本,达到增大搜索空间的目的 变异是模仿生物的基因突变,为了防止繁殖和交叉丢失重要的遗传信息 它对
5436546
- 以自然选择和基因遗传理论为基础,将生物进化过程中的适者生存规则与群体内部染色体的随机信息交换机制相结合,在问题解空间内进行全局并行、随机的搜索,其结果是向全局最优方向收敛.GA 模仿生物进化的步骤,引入繁殖,交叉,变异等算子. 繁殖是在父母代种群中将适应度较高的个体选择出来,根据适者生存原理,淘汰适应度较低的个体,以优化种群 交叉是从种群中随机地抽取一对个体,并随机地选择一位交叉位进行交叉,生成新样本,达到增大搜索空间的目的 变异是模仿生物的基因突变,为了防止繁殖和交叉丢失重要的遗传信息-GA
6756745
- 以自然选择和基因遗传理论为基础,将生物进化过程中的适者生存规则与群体内部染色体的随机信息交换机制相结合,在问题解空间内进行全局并行、随机的搜索,其结果是向全局最优方向收敛.GA 模仿生物进化的步骤,引入繁殖,交叉,变异等算子. 繁殖是在父母代种群中将适应度较高的个体选择出来,根据适者生存原理,淘汰适应度较低的个体,以优化种群 交叉是从种群中随机地抽取一对个体,并随机地选择一位交叉位进行交叉,生成新样本,达到增大搜索空间的目的 变异是模仿生物的基因突变-GA in power system
ga_improve_fcm
- 遗传算法主要是三个算子的作用，而聚类对初始中心和分的类数确定很差，本思想吧两者的优点联系到了一起-The main role of genetic algorithm is the three operators, but the performance of clustering is poor.we make the contacts of the advantages.
Constrained-Engineering-Optimization
- 将离散约束优化问题转化为非负整数约束规划问题，开发求解该问题的离散差分进化算法。该算法采用基于混沌映射 的种群初始化、双版本变异和带随机扰动项的取整运算等新策略。针对非线性约束条件，给出惩罚基数的计算方法和连续映 射基函数的表达式，在此基础上设计处理非线性约束的自适应惩罚因子。提出一种刻画种群多样性的新测度——种群二次平 均基因距离及基于新测度的依概率混沌移民算子。将自适应罚函数法、依概率混沌移民操作与离散差分进化算法有机融合， 构造面向工程约束优化的混合离散差分进化算法
new-1
- 基本遗传算法源程序 比例选择算子，单点交叉算子，基本位变异算子-simple genetic algorithm
NicheGeneticAlgorithm
- 小生境遗传算法Matlab实现，采用实值编码，选择交叉变异算子-Niche genetic algorithm to achieve Matlab
rectangle-plane-antenna-array
- 运用遗传算法对不等幅不等距矩型平面阵列的最大相对旁瓣电平进行了优化 , 通过提出新的 自适应 变异算子改进了算法的收敛性能 , 良好的计算结果表明遗传算法是 目前求解此类问题的有效方法-Genetic algorithms applied to unequal amplitude equidistant rectangular planar array, the maximum relative sidelobe level is optimized by presenting a
QGA
- 自己编的实数编码量子进化算法,配对交叉 交叉是指把两个父代个体的部分结构加以替换重组而生成新个体的操作。遗传算法中起核心作用的就是交叉算子-Their own series of real-coded quantum evolutionary algorithm, the matching of crossing is part of the structure of the two parent individuals to replace the reorganization generat
Genetic-algorithm
- 针对传统遗传算法的早熟收敛问题,在著名的“基因块”假设的基础上,提出了一种改进算法：利用设计的新算子对传统遗传算法演化过程中被淘汰的个体进行二次演化，使得可能包含在将来的演化中对结果的全局最优性产生重要影响的基因块得以保留,以此来避免遗传算法早熟收敛现象。实验结果证明了该改进算法可以有效地避免早熟收敛，提高了算法全局优化能力。-Premature convergence of traditional genetic algorithm, based on the assumptions of t
immune-algorithms
- 提出免疫疫苗的选择策略和免疫算子的构造方法，理论分析和对TSP问题的仿真结果表明免疫算法不仅是有效的而且也是可行的，并较好地解决了遗传算法中的退化问题。-immune algorithm