搜索资源列表
模拟退火程序
- 以一个简单的例子说明模拟退火算法的思想。 模拟退火法求函数f(x,y) = 5sin(xy) + x^2 + y^2的最小值，对理解模拟退火算法是一个很好的程序示例。-to a simple example illustrates the simulated annealing algorithm thinking. Simulated Annealing for the function f (x, y) = 5sin (xy) x ^ 2 y ^ 2 minimum, the right u
模拟退火例子1
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
模拟退火例子2
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
模拟退火例子3
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
SA
- 模拟退火GUI演示，利用模拟退火算法求全局最大值最小值-Simulated annealing GUI demonstration, the use of simulated annealing algorithm seeking the global maximum value of the minimum
TSP
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，
MainFrm
- 利用模拟退火法计算求取两座城市之间距离的最小值。-The simulated annealing method to obtain the minimum distance between two cities.
mnth
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
modern_youhua
- 现代最优化算法（有170多页的PPT，2010年的） 分为三个部分 Part 1 概论 Part 2 模拟退火算法 Part 3 遗传算法 现在常用的优化算法 禁忌搜索算法 模拟退火算法 遗传算法 人工神经网络 蚁群算法 粒子群算法 混合算法-Modern optimization algorithm is divided into three parts Part 1 Part 2 Introduction Part 3 simul
Opt_Simu
- 模拟退火算法求函数 f(x)的最小值点， 且 l <= x <= u f为待求函数，x0为初值点，l，u分别为搜索区间的上下限，kmax为最大迭代次数 q为退火因子，TolFun为函数容许误差 算法第一步根据输入变量数，将某些量设为缺省值- Simulated annealing algorithm of a function f (x) the minimum point, and l < = x < = u f is the unknown fun
MyHamming
- 模拟退火算法求函数 f(x)的最小值点， 且 l <= x <= u f为待求函数，x0为初值点，l，u分别为搜索区间的上下限，kmax为最大迭代次数 q为退火因子，TolFun为函数容许误差 算法第一步根据输入变量数，将某些量设为缺省值- Simulated annealing algorithm of a function f (x) the minimum point, and l < = x < = u f is the unknown fun
eg1006
- 模拟退火法求函数的最小值 结束条件为两次最优解之差小于某小量-End condition of the simulated annealing method and function of the minimum of twice the optimal solution of the difference is smaller than some small amount of
simulated-nnealing-algorithm
- 模拟退火算法对求解函数最小值很有效果 代码-sa simulated nnealing-spso-algorithm
SimulatedAnneal
- 我们尝试用模拟退火算法来求解函数优化问题。 给出下面这个函数优化问题 已经知道该优化问题的全局最小值为0，在点（1,1）处取得。 其函数图像为 -We try to use simulated annealing algorithm to solve function optimization problems. Gives the following function optimization problem optimization problem already
monituihuo
- 本实验提出了一类适用于连续函数全局优化问题的模拟退火算法，采用直接产生新解的方法求解De Jone函数的局部最小值，输出最优解和最小值。-In this paper, we propose a class of simulated annealing algorithm which is suitable for the global optimization of continuous functions. We use the method of generating new solutio
DSA
- 动态模拟退火算法，求解全局的最小值，使用范围广泛。-Dynamic simulated annealing algorithm for solving global minimum, using a wide range.
新建文件夹
- 利用MATLAB语言对该算法寻优过程进行了仿真，仿真结果表明该算法可以找出全局最优解。(The optimization process of the algorithm is simulated by using MATLAB language. The simulation results show that the algorithm can find the global optimal solution.)
模拟退火算法计算函数最小值以及SVM参数寻优
- 利用模拟退火算法求解已知函数的最小值，即模拟退火算法寻优问题，可以广泛推广。(Using simulated annealing algorithm to solve the minimum of the known function, that is, the simulated annealing algorithm optimization problem, can be widely promoted.)
模拟退火法求解非线性函数问题
- 模拟退火法求解非线性函数问题。结合非线性函数最小值问题，给出求解其最小值的模拟退火法步骤和源程序。(Solving nonlinear function problem by simulated annealing)
模拟退火算法
- 函数y=sin(x)/x，x的取值区间为[1，13]，应用模拟退火算法求解函数在此区间的最小值。 x的初始值在[1，13]随机取值。(The function y = sin (x) / x, the value range of X is [1,13], and the simulated annealing algorithm is applied to solve the minimum value of the function in this range The initial val