搜索资源列表
Parallel-genetic-algorithm
- 经典遗传算法利用单一种群对种群个体进行交叉、变异和选择操作，在进化过程中的超级个体易产生过早收敛现象，粗粒度并行遗传算法利用多个子种群进行进化计算，各子群体分别独立进行遗传操作，相互交换最优个体后继续进化。该文证明了该算法的搜索过程是一个有限时齐遍历马尔柯夫链，给出粗粒度并行遗传算法全局最优收敛性证明。对于旅行商问题TSP利用粗粒度并行遗传算法进行了求解，以解决经典遗传算法的收敛到局部最优值问题。仿真结果表明，算法的收敛性能优于经典遗传算法。-Classic genetic algorithm
8_queen_local
- 求解八皇后问题的局部最优解，贪心搜索，人工智能参考-Eight queens problem solving local optima
66334
- 实现视觉光流场计算 其中采用了全局和局部搜索算法的结合 调试过无错误-optical flow code
AntColony
- 一条基于蚁群算法搜索局部最优解的算法代码，也是来源于网络，感觉对蚁群算法的学习和代码编写有帮助，分析上来，希望能够帮到你。-an ant colony code used in finding local optimal solution
蛙跳程序
- 蛙跳算法（SFLA）是一种全新的启发式群体进化算法，具有高效的计算性能和优良的全局搜索能力。对混合蛙跳算法的基本原理进行了阐述，针对算法局部更新策略引起的更新操作前后个体空间位置变化较大，降低收敛速度这一问题，提出了一种基于阈值选择策略的改进蛙跳算法。通过不满足阈值条件的个体分量不予更新的策略，减小了个体空间差异，从而改善了算法的性能。数值实验证明了该改进算法的有效性，并对改进算法的阈值参数进行了率定。(Leapfrog algorithm (SFLA) is a new heuristic p
TS
- 禁忌搜索算法源代码，对局部邻域搜索的一种扩展，搜索过程中采用禁忌准则，即不考虑处于禁忌状态的解，标记对应已搜索的局部最优解的一些对象，在进一步迭代搜索中尽量避开这些对象，避免迂回搜索，从而保证对不同的有效搜索途径的检索，是一种局部极小突跳的全局逐步寻优算法。(Tabu search algorithm source code, an extension of the local neighborhood search criteria, using tabu search process, th
智能优化算法资料
- 优化算法有很多，经典算法包括：有线性规划，动态规划等；改进型局部搜索算法包括爬山法，最速下降法等，模拟退火、遗传算法以及禁忌搜索称作指导性搜索法。而神经网络，混沌搜索则属于系统动态演化方法。 梯度为基础的传统优化算法具有较高的计算效率、较强的可靠性、比较成熟等优点，是一类最重要的、应用最广泛的优化算法。但是，传统的最优化方法在应用于复杂、困难的优化问题时有较大的局限性。(There are many optimization algorithms, the classical algori
tesk-distinguish-multi_tasking
- 高效的k-means算法实现,使用了k-d树与局部搜索等提高k-means算法的执行效率,同时包含示例代码,用c++代码实()
基于最优流的配电网络重构程序
- 提出了一种基于改进最优流和遗传算法的配电网重构算法.该算法先利用配电网的同胚图将重构问题的全局寻优空间划分为若干子空间,然后利用改进最优流法寻找子空间内的最优解,之后再利用遗传算法搜索全局最优解所在的子空间,从而实现在局部最优解中寻找全局最优解.(A distribution network reconfiguration algorithm based on improved optimal flow and genetic algorithm is proposed. First, the
蚁群算法
- 本文对蚁群算法的基本理论以及在 TSP 问题中的应用进行了系统研究和 MATLAB 仿真。介绍了蚁群算法的基本原理、特点和算法的实现方法。.基本蚁群算法由于存在搜索时间长，易陷入局部最优解等突出缺点，使得求解效果不是很好。针对这些缺陷，提出了改进的蚁群算法（最大-最小蚂蚁系统）求解 TSP 问题。改进主要在于限制路径信息素浓度、信息素的初始值以及强调对最优解得利用这三个方面。(In this paper, the basic theory of ant colony algorithm and