搜索资源列表
MCRGSA
- MCRGSA------组播路由问题遗传模拟退火算法 ％M-----------遗传算法进化代数 ％N-----------种群规模，取偶数 ％Pm----------变异概率调节参数 ％K-----------同一温度下状态跳转次数 ％t0----------初始温度 ％alpha-------降温系数 ％beta--------浓度均衡系数 ％ROUTES------备选路径集 ％Num---------到各节点的备选路径数目 ％Cost-------
ImagesegmentationBasedonGeneticAlgorithmandNeuraln
- 本文深入研究了 BP 神经网络与遗传算法理论，BP 神经网络在应用过程中面临 着网络训练时间长、容易陷入局部极小值、隐层节点数不易确定等缺点，为了有效 地克服 BP 网的困难，将遗传算法与 BP 网络有机地融合，使它们之间的相互补充增 强彼此的能力，从而获得更有力的解决实际问题的能力。 -this in-depth study of artificial neural networks and genetic algorithms theory, BP neural networ
Deploy_GA
- 利用一个较为成熟的遗传算法基础类库（作者:刘康），我自己在做论文的时候写得一个关于利用遗传算法进行节点部署应用的实验程序。您可以很容易地在其基础上实现自己应用相关的算法程序，进行研究验证工作。希望此源码能够为相关人事提供帮助。
DSR
- AD HOC 网络[1 ]是一种不需要基础设施的自组织和自管理网络, 网络中所有的节点同时具有终端 和路由器的功能. 因此, 网络可以通过节点路由发现机制转发分组, 并进行路由维护. DSR 是为AD HOC 网 络设计的路由协议, 性能较优, 但对延迟、带宽、丢包率等都没加限制, 即无QoS 支持. 采用遗传算法对其 进行路由发现的优化, 使之具有QoS 保障. 并采用仿真实验对基于遗传算法的动态源路由协议与原有的动态 源路由协议在延迟、投递率和网络开销等方面进行了比较, 分析
yichuansuanfa_01
- 用C#实现了最基本的遗传算法，即单节点交叉变异的遗传算法。可以通过阅读代码自行修改-Using C# to achieve the most basic genetic algorithm, that is a single node in the genetic algorithm crossover and mutation. You can modify the code by reading
IEEE14
- ieee14节点系统，使用matlab做潮流计算，使用遗传算法进行电容器投切控制。-ieee14 node system, using matlab to do flow calculation, using the genetic algorithm control of capacitor switching.
SGA40
- 用标准遗传算法解决电力系统最优化问题，粒子使用的是40个节点的大规模计算问题-Using standard genetic algorithm to solve power system optimization problems, particle using 40 nodes of a large-scale computing problems
ga_bp
- 基于gaot工具箱优化BP以实现数据拟合。在nninit.m中修改数据存储的路径以及隐含层节点数的设置（S1），遗传算法与bp的参数修改在ga_bp.m中进行。-Toolbox gaot Optimize based on BP in order to achieve data fitting. At nninit.m modify the path of data storage as well as the hidden layer nodes of the set (S1), geneti
tabusearch
- 本程序提供禁忌搜索tabu search的matlab程序。可模拟遗传算法产生的节点之后的tabu search过程。-This program provides the matlab tabu search tabu search procedure. Generated by genetic algorithm can simulate the node after the tabu search process.
AIA2
- 人工免疫克隆选择算法是一种比较新型的智能算法，其基本算法结构与遗传算法是类似的，以下源码是为网络节点分组调度问题而设计的算法。-Artificial immune clonal selection algorithm is a relatively new type of intelligent algorithms, the basic algorithm structure and the genetic algorithm is similar to, the following sour
Synthesis_of_Antenn_Array_Using_GA_and_Design_Matl
- 遗传算法在非线性数值优化方面有着很强的生命力 ,适于波束赋形阵列天线的综合。Matlab 具有很强的数值计算能力和数据图视功能 ,经过二十多年的发展 ,逐渐成为工程师们进行数值优化的首选计算机语言。以一部具有余割平 方波束的雷达搜索天线阵为例 ,采用遗传算法对其馈电相位进行优化 ,优化结果与目标吻合。同时给出其主要节点的 Matlab程序。-Nonlinear numerical optimization genetic algorithm has a strong vitality, suit
ieeeOLTC
- 考虑了传统变压器的优化潮流，基于此利用遗传算法对IEEE14节点系统进行优化调度。(The optimal power flow of the traditional transformer is considered. Based on this, the genetic algorithm is used to optimize the scheduling of the IEEE14 node system.)
免疫遗传算法
- 依据该算法选择物流节点，并确定最优的物流一二级节点(The logistics nodes are selected according to the algorithm, and the optimal logistics one or two level nodes are determined.)
33system
- 微电网遗传算法优化，33节点的配电网网络重构，适合初学者学习(Microgrid genetic algorithm optimization, 33 node distribution network reconfiguration, suitable for beginners to learn.)
Elman神经网络预测电力负载
- Elman神经网络建立建筑物电力负荷预测模型中遇到的几个关键问题有，数据归一化处理、输入输出样本的选取、隐含层节点数的确定；分别建立Elman神经网络模型，并利用某栋建筑物实际历史电力负载数据进行预测，分析比较与实际数据值的预测精度，得出了一个有效的数据预测模型。(Several key problems encountered in building power load forecasting model based on Elman neural network are data norm
crossover
- 负载均衡调度问题：假设有N个任务，需要负载均衡器分配给M个服务器节点去处理。每个任务的任务长度、每台服务器节点（下面简称“节点”）的处理速度已知，请给出一种任务分配方式，使得所有任务的总处理时间最短。crossover(Load balancing scheduling problem: suppose there are n tasks, which need to be allocated to m server nodes by load balancer. The task length
遗传算法
- .静态路径规划与动态路径规划的区别 ??以区域分割为指标的动态路径规划以区域分割为指标的动态路径规划 静态路径规划是在已知的静态环境中,规划一条从起点至终点的路径。一旦在... 2.从分析一篇论文开始基于蚁群算法的动态路径规划及其在编队中的仿真应用-赵峰一、核心:改进的... 3.C-ACA信息素更新策略只发生在从起点到最优局部目标点的道路上,更新规则公式如下: ... 4.轮盘赌策略 作用:在保证最大某节点有最大被选择概率的同时,其他效率较低概率的节点也会被...(This can great
yichuansuanfa
- 设计以遗传算法为根据的网络节点部署，从而提高传感器节点的部署覆盖范围，提高无线传感器网的网络性能。(Designing a genetic algorithm-based network deployment)
基于遗传算法的无功优化
- 应用遗传算法对IEEE33节点算例进行无功优化，在节点18处接入了1个分布式发电和1个补偿电容。
MyGA-master
- 将节点按内存情况排序 将任务按内存需求情况排序 规则：将内存需求最小的节点先行分配在内存剩余最多的节点上(Sort nodes by memory and tasks by memory requirements Rule: the node with the least memory requirement is allocated to the node with the most remaining memory)