搜索资源列表
function-optimization-GA
- 多元优化 单峰目标函数 多峰目标函数 遗传算法 matlab源码- multivariate optimization, Unimodal objective function, multimodal objective function, genetic algorithm ,matlab source
BGA
- 基本的遗传算法MATLAB代码,对于多维函数的优化非常有效,仿真结果的效果很好。-Basic genetic algorithm based on MATLAB code, optimized for multi-dimensional function is very effective, the effect of simulation results is very good.
NSGA2-MATLAB-Codes
- nsga2算法实例,用于多目标优化,基于pareto排序以及共享函数的多目标遗传算法-An example of NSGA2 algorithm, for multi objective optimization
MATLAB-ga
- matlab经典遗传算法GGA求解一元函数优化问题-Matlab genetic algorithm optimization of one element function
main
- 简单函数的优化遗传算法 MATLAB必备 数学建模算法教程-Optimized Genetic Algorithm MATLAB functions necessary simple mathematical modeling algorithm Tutorials
duomubiao--matlab
- matlab中多目标优化函数集合,其中有多目标遗传算法,多目标粒子群算法等等。-matlab multi-objective optimization function set, including multiple objective genetic algorithm, multi- objective particle swarm optimization and so on.
qaifing_v19
- 该函数用来计算任意函数的一阶偏导数(数值方法),遗传算法无功优化,汽车课设货车Matlab驱动力图程序。- This function is used to calculate the arbitrary function of the first order partial derivative (numerical methods), Genetic algorithm based reactive power optimization, Car class-based truck driv
OWVFF
- 如何利用遗传算法工具箱函数编写求解实际优化问题的MATLAB程序-How to make use of genetic algorithm toolbox function to solve the practical optimization problems of MATLAB programming
chapter3
- 遗传算法优化BP神经网络——非线性函数拟合(Optimization of BP neural network by genetic algorithm -- nonlinear function fitting)
程序
- 遗传算法程序,适应度函数,用于优化时计算目标函数,反馈给优化程序,进行择优(The fitness function is used to compute the objective function when optimizing)
toolbox
- 如何利用遗传算法工具箱函数编写求解实际优化问题的MATLAB程序(How to make use of genetic algorithm toolbox function to solve the practical optimization problems of MATLAB programming)
1
- 主要是针对matlab编程的14个案例; 案例1:一般区域二重、三重积分; 案例2:被积函数含有积分项的一类积分; 案例3:一般区域n重积分; 案例4:蒙特卡洛法计算n重积分; 案例5:第二类Fredholm积分方程; 案例6:第一类Fredholm积分方程; 案例7:第二类Volterra积分方程; 案例8:第一类Volterra积分方程; 案例9:全局优化; 案例10:fsolve求非线性方程组; 案例11:渐变光波求导; 案例12:遗传算法在复杂系统可靠度和冗余度分
代码
- MATLAB 代码 第1章 BP神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章 遗传算法优化BP神经网络——非线性函数拟合 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章 RBF网络的回归--非线性函数回归的实现 ....等58章(MATLAB code The first
chapter3
- 用遗传算法优化神经网络,对非线性函数进行拟合。(The neural network is optimized by genetic algorithm, and the nonlinear function is fitted.)
案例4
- 遗传算法优化,BP神经网络,非线性函数拟合(Genetic algorithm optimization, BP neural network, nonlinear function fitting)
SGA
- 实现简单遗传算法matlab编程,实现多值函数优化,找到最优解实现函数收敛(The realization of a simple genetic algorithm matlab programming, realize the optimization of multi function value, find the optimal solution to achieve the function of convergence)
ABC_1
- 人工蜂群算法自2005年被Karaboga等人提出以来,以其操作简单、参数少、易于编程实现、收敛速度快等特点而受到越来越多的关注。2007年,Karaboga【2007】使用人工蜂群算法对多变量函数进行优化,并对由人工蜂群算法(ABC),遗传算法(GA),粒子温度算法(PSO)和粒子温度灵敏演化算法(PS-EA)产生的结果进行了比较。 结果表明,人工蜂群算法优于其他算法。2009年,Karaboga【2009】使用人工蜂群算法优化大量的数值函数,并对由人工蜂群算法(ABC),遗传算法(GA),粒
Function optimization algorithm
- 遗传算法提供了求解非线性规划的通用框架,它不依赖于问题的具体领域。遗传算法的优点是将问题参数编码成染色体后进行优化, 而不针对参数本身, 从而不受函数约束条件的限制; 搜索过程从问题解的一个集合开始, 而不是单个个体, 具有隐含并行搜索特性, 可大大减少陷入局部最小的可能性。而且优化计算时算法不依赖于梯度信息,且不要求目标函数连续及可导,使其适于求解传统搜索方法难以解决的大规模、非线性组合优化问题。(Genetic algorithm provides a general framework f
NSGA
- 多目标遗传算法是NSGA-II[1](改进的非支配排序算法),该遗传算法相比于其它的多目标遗传算法有如下优点:传统的非支配排序算法的复杂度为 ,而NSGA-II的复杂度为 ,其中M为目标函数的个数,N为种群中的个体数。引进精英策略,保证某些优良的种群个体在进化过程中不会被丢弃,从而提高了优化结果的精度。采用拥挤度和拥挤度比较算子,不但克服了NSGA中需要人为指定共享参数的缺陷,而且将其作为种群中个体间的比较标准,使得准Pareto域中的个体能均匀地扩展到整个Pareto域,保证了种群的多样性
BAS代码
- 天牛须搜索( beetle antennae search,BAS) 算法是2017 年提出的一种基于天牛觅食原理的适用于多目标函数优化的新技术,其生物原理为: 当天牛觅食时,其并不知道食物在哪里,而是根据食物气味的强弱来觅食。天牛有两只长触角,如果左边触角收到的气味强度比右边大,那下一步天牛就会向左边飞,反之则向右飞。依据这一简单原理天牛就可以有效找到食物。与遗传算法、粒子群算法等类似,BAS 不需要知道函数的具体形式以及梯度信息,就可以自动实现寻优过程,且其个体仅为一个,寻优速度显著提高。(