搜索资源列表
AI_GA_matlab
- 遗传算法程序 主要程序 ga.m 遗传算法核心程序 BinaryExample.m 二进制编码应用程序 FloatExample.m 浮点编码的应用程序 相关算子及函数 initializega.m 种群初始化函数 simpleXover.m 用于二进制编码的简单交叉算子 arithXover.m 用于浮点编码的算术交叉算子 binaryMutation 用于二进制编码的变异算子 nonMutation.m 用于浮点编码的非均匀变异算子
TSP
- 用遗传算法解决旅行商问题，并用图形界面显示出来。比较了分别采用轮盘赌选择算子和锦标赛选择算子的遗传算法求解TSP问题的性能，包括：运行时间、进化总代数和最优解质量。 结果曲线可以用图形显示出来。
Select
- matlab来实现遗传算法的选择算子，便于用matlab来实现模拟结果的图示划表示
遗传算法的三个算子
- 改进的遗传算法的三个操作算子，包括选择、交叉和变异。-Improved three arithmetic operator in genetic algorithm including select,crossover and mutuation
sga
- 基本遗传算法的matlab源程序，bstr2rval.m为基本编码转为实际值子函数，createPop.m创建初始种群子函数，crossOper.m基因交叉子函数，indiEval.m个体实际值子函数，mutateOper.m基因变异子函数，selectOper.m选择算子子函数，sga.m基本遗传算法子函数-The basic genetic algorithm matlab source, bstr2rval.m as the basic coding to the actual value
colon_imunity
- 克隆选择的免疫算法，结合克隆选择原理，提出克隆算子-Immune clonal selection algorithm, combined with clonal selection theory, proposed by cloning Operator
normGeomSelect
- 遗传算法选择算子的MATLAB程序-Genetic Algorithm MATLAB operator selection procedures
6A_5016
- 一种基于双变异算子的遗传算法本文针对简单遗传算法(SGA)所存在的缺点和不足,提出了一种新的改进遗传算法-双变异算子GA。该想法通过将所有产生的子代个体与父代个体混合作为下一代种群，在种群选择前对适应度值较低的个体进行一次变异，然后通过选择，交叉，再一次变异产生新种群，再利用自适应算法改变交叉和变异率及最优保存策略保护历代最优个体, 经Visual C++ 软件编程计算,得到了较好的优化结果. -A mutation operator based on dual genetic algorith
GA_TSP
- 用遗传算法解TSP问题 编码方式：次序编码 选择算子：轮盘赌 杂交：单点 变异：均匀变异-Genetic Algorithm for TSP with the issue of encoding: coding sequence selection operator: roulette hybridization: a single point mutation: uniform mutation
GA
- 遗传算法求解函数最大值 设计的种群规模，采用的选择算子，交叉概率，变异概率，进化代数和最优解-Design of population size, using the selection operator, crossover probability, mutation probability, evolutionary algebra and the optimal solution
geneticalgorithm
- 典型遗传算法的具体实现过程，包括 选择算子 交叉算子 变异算子的 选择方法-Concrete realization of a typical genetic algorithm process, including selection operator crossover mutation operator selection method
thegeneticalgorithm
- 遗传算法的基本运算过程如下: a)初始化:设置进化代数计数器t=0，设置最大进化代数T，随机生成M个个体作为初始群体P(0)。 b)个体评价:计算群体P(t)中各个个体的适应度。 c)选择运算:将选择算子作用于群体。选择的目的是把优化的个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代。选择操作是建立在群体中个体的适应度评估基础上的。 d)交叉运算；将交叉算子作用于群体。所谓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
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
MyGa_1.0
- 基于Fortran语言的实数编码的遗传算法，非并行版本，里面有多种常见的选择算子，交叉算子，变异算子可选，并加入了小生境技术，最佳个体保存技术。对学习遗传算法的朋友们很有帮助。-Fortran-based language for real-coded genetic algorithm, non-parallel version, there are many common selection operator, crossover operator, mutation operator is
Knapsack-problem-based-on-GA
- 本文件含论文及源代码。论文首先介绍了基本遗传算法的基本原理、特点及其基本实现技术，接着针对背包问题，论述了遗传算法在编码表示和遗传算子（包括选择算子、交叉算子变异算子这三种算子）等方面的应用情况。并且结合背包问题实例，给出了具体的编码方法，运行参数，群体大小，最大迭代次数，以及合适的遗传算子。最后，简单说明了遗传算法在求解背包问题中的应用并对遗传算法解决背包问题的前景提出了展望。-The file containing the papers and source code. The paper
GA_improve2
- 采用锦标赛选择算子改进的遗传算法解决函数优化问题-Tournament selection operator using improved genetic algorithm to solve function optimization problems
GA-algorithms
- 结合精英保留和轮盘赌、两两竞争法的几种选择算子和单点交叉算子与改进交叉算子分别对函数最小值求解，通过仿真计算相应的平均最小值，平均运行时间等统计值，并比较优差。-Combine elitist and roulette, several pairwise competition law selection operator and a single point of crossover with improved crossover for solving the minimum functio
000007
- 多种群遗传算法的函数优化算法，含有移民算子、人工选择算子及主程序的源代码-A variety of functions of genetic algorithm optimization algorithm, including immigration, artificial selection operator and the source code of the main program
遗传算法选择算子
- 有关于遗传算法中一些经典选择算子的MATLAB实现(Some Realizations of Classical Selection Operators in Genetic Algorithms)
遗传算法的算子选择结果分析
- 对120中算子组合的运行结果进行统计分析(Statistical analysis of operation results of operator combination in 120)