搜索资源列表
duodianjiaocha
- 用多点交叉实现遗传算法，能够自主选择种群大小、变异率、交叉率以及染色体编码的输出，结果输出为文本。-with more cross-Genetic algorithm, can choose the size of population, the mutation rate, chromosome cross-rate encoding and output, the output text.
yichuan
- * 这里是遗传算法的核心框架遗传算法的步骤： * 遗传算法核心部分的算法描述 * 算法步骤： * 1、初始化 * 1.1、生成初始种群编码 * 1.2、计算每个个体的适配值。 * 1.3、记录当前最优适配值和最优个体 * 2、选择和遗传， * 2.0、若当前最优适配值多次小于已有的最优适配值（或相差不大）很多次，或者进化的次数超过设定的限制，转4。 * 2.1、按照与每个个体的适配值成正比的概率选择个体并复制，复制之后个体的数目和原始种群数目
cellga.rar
- 多种群的链式智能体遗传算法，代码及其用于优化的实验结果都在里面。大家用了最好给点评价，建议只作为研究用。我有相关的论文，需要索取的话，请与我联系,Multi-population of chain-agent genetic algorithm, the code and to optimize the experimental results are inside. We use the best rating to the point, it is recommended only for
MMAdapGA
- 多变异遗传算法增加了种群的多样性，将自变量的二进制表示的多个位取反-Multivariate genetic algorithm to increase the diversity of population, will be from a number of binary variables to bit
Genetic-Algorithm
- 遗传算法是从代表问题可能潜在的解集的一个种群开始的，而一个种群则由经过基因编码的一定数目的个体组成。每个个体实际上是染色体带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现，如黑头发的特征是由染色体中控制这一特征的某种基因组合决定的。因此，在一开始需要实现从表现型到基因型的映射即编码工作。由于仿照基因编码的工作很复杂，我们往往进行简化，如二进制编码，初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代演化产生出越来
KnapsacksProblem
- 本程序将遗传算法应用于背包问题。借助了大自然的演化过程,是多线索而非单线索的全局优化方法,采用的是种群和随机搜索机制. -This procedure will be applied to knapsack problem genetic algorithm. With the evolution of nature, is more than a single clue leads the global optimization method, using population and ran
duoboluyou
- 针对通信网络中多重QoS约束条件下的多播路由计算，提出了一个基于模拟退火技术的改进遗传算法HGA-QoSR。该算法把模拟退火技术的局部寻优能力与遗传算法的全局寻优能力有机结合，并利用隔离小生境机制控制种群的独立进化，使演化过程中的种群保持生态多样性，以提高算法运行效率和解的质量。理论分析和仿真实验表明，与传统遗传算法相比较，该算法性能有显著改进。 -Communication networks for multi-QoS Constrained multicast routing calcula
GAPBPNN
- 多种群遗传算法的函数优化算法案例分析,Much of the population genetic algorithm function optimization algorithm -Much of the population genetic algorithm function optimization algorithm
30-cases-in-matlab
- MATLAB智能算法30个案例分析，109页的详细讲解，程序和程序注解，可以直接复制代码。包括遗传算法，基于遗传算法和非线性规划的函数寻优算法，遗传算法工具箱详解及应用，多种群遗传算法的函数优化算法， 基于粒子群算法的多目标搜索算法，基于多层编码遗传算法的车间调度算法，基于遗传模拟退火算法的聚类算法，蚁群算法，支持向量机等等30章。-MATLAB intelligent algorithm 30 case studies, 109 detailed explanations, procedur
DUOHANSHU
- 多种群遗传算法的函数优化算法，非常实用，使用时可根据具体情况修改-Multi-population genetic algorithm function optimization algorithm is very practical, use can be modified according to the specific circumstances
MGA
- 这是一个多种群遗传算法。解决了容易陷入局部极值的问题。This a multi-population genetic algorithm. Solve the problem of easily fall into local optima.-This is a multi-population genetic algorithm. Solve the problem of easily fall into local optima.
3jiMPGA
- 电力系统3机经济符合分配；多种群分配遗传算法-power system economic load dispatch multiple population genetic algorithm
MPGA
- 基于多种群遗传算法的MATLAB程序，解决无线传感器网络布局优化问题。-Based on multi-population genetic algorithm MATLAB program to solve the problem of wireless sensor network layout.
danyuan
- 多种群遗传算法的函数优化算法。 复杂二元函数求最值-Function Optimization Algorithm for Multi- population Genetic Algorithm. Complex binary function for the most value
遗传算法
- 遗传算法是计算数学中用于解决最佳化的搜索算法，是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等。遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题，一定数量的候选解（称为个体）的抽象表示（称为染色体）的种群向更好的解进化。传统上，解用二进制表示（即0和1的串），但也可以用其他表示方法。进化从完全随机个体的种群开始，之后一代一代发生。在每一代中，整个种群的适应度被评价，从当前种群中随机地选择多个个体（基于它们的适应度），通过
genetic algorithm
- 多种群遗传算法，通过matlab编程，实现模拟生物进化的过程，对现实中的问题进行优化(Genetic algorithm to solve optimization problems)
遗传算法
- 遗传算法是计算数学中用于解决最佳化的搜索算法，是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等。遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题，一定数量的候选解（称为个体）的抽象表示（称为染色体）的种群向更好的解进化。传统上，解用二进制表示（即0和1的串），但也可以用其他表示方法。进化从完全随机个体的种群开始，之后一代一代发生。在每一代中，整个种群的适应度被评价，从当前种群中随机地选择多个个体（基于它们的适应度），通过
遗传算法
- 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现，如
MPGA
- 多种群遗传算法; matlab程序(Multiple Populations GA)