搜索资源列表
yichuan
- 用遗传算法求解函数优化问题，自编遗传算法程序对2维变量函数进行寻优并测试主要参数对结果的影响。-A Genetic Algorithm for function optimization, genetic algorithms program to two self-dimensional variable function optimization and test results of main parameters.
Genetic Nonlinear Matlab
- 遗传算法虽然全局搜索能力较强，但是局部搜索能力较弱，一般只能搜索到函数优化问题的次优解，而不是最优解，特别是函数具有多个峰值时，遗传算法易陷入局部极小，不能找到真正的全局最优解。非线性规划因多采用梯度下降方法求解，而具有极强的局部搜索能力。因此，本源代码结合两种算法的优点，一方面采用遗传算法进行全局搜索，另一方面采用非线性规划进行局部搜索，以得到函数优化问题的全局最优解。实验证明，这种方法不仅能解决多峰函数寻优易陷入局部极小的问题，而且具有很高的迭代寻优效率，取得了满意的结果。-Global s
Opposition-based-Stud-Genet
- 为进一步提高螺栓遗传算法的优化效率，加速寻优过程，提出基于对立策略的螺栓遗传算法。该算法在种群初始化阶段和变异阶段均用对立取代随机方式，提高产生解的质量。利用测试函数对算法的效率进行检验，将其与差分算法、遗传算法、粒子群算法和螺栓遗传算法进行对比，结果表明，新算法具有更快的收敛速度和更高的求解精度。-In order to improve the performance of Stud Genetic Algorithm(SGA) and accelerate the convergence s
TSP_GA
- 本代码是用matlab语言编写的利用遗传算法寻优求解TSP问题，遗传算法部分所有子函数均为手工编写，最后画出了仿真得到的最优路线图。-The program is written in matlab program to solve TSP problem by genetic alogrithm,and the genetic optimization part is all written by hand(not calling functions or tools).at last,I d
Optimization-design-experiment2
- 从数控机床能耗角度出发，以切削参数为变量，以降低数控机床能耗为目标，在实际加工经验公式的基础上，考虑机床性能和刀具约束条件，建立数控机床能耗模型，采用粒子群优化算法对目标函数寻优求解，利用优化后的切削参数进行加工，能明显地降低能耗。-From the perspective of CNC machine tool consumption to cutting parameters as variables , in order to reduce the energy consumption o
TSP
- 免疫算法来实现TSP问题的求解免疫算法正是这一思路的产物，是受生物免疫系统的启示而设计出来的一种具有对多峰值函数进行多峰值搜索及全局寻优能力的新型算法。-Using immune algorithm to achieve the TSP problem solving, program-wide, you can run.
neural-network-and-genetic-algorithm
- 对于未知的非线性函数，仅通过函数的输入输出数据难以准确寻找函数极值，这类问题可以通过神经网络结合遗传算法求解，利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。-For unknown nonlinear function, only through the function of input and output data is difficult to accurately find the function extreme value, this kind of prob
PSO
- 基于罚函数的粒子群算法的函数寻优，求解结果收敛较快且不易陷入局部最优-The function optimization of the particle swarm algorithm based on the penalty function is faster and difficult to get into the local optimal
GA-PSO
- PSO算法计算函数极值时，常常出现早熟现象，导致求解函数极值存在较大的偏差，然而遗传算法对于函数寻优采用选择、交叉和变异算子操作，直接以目标函数作为搜索信息，以一种概率的方式来进行，因此增强了粒子群优化算法的全局寻优能力，加快了算法的进化速度，提高了收敛精度。(When PSO algorithm calculates function extremum, it often appears premature phenomenon, which leads to large deviation