搜索资源列表
遗传算法c++程序
- 首先采用某种编码方式将解空间映射到编码空间，每个编码对应问题的一个解，称为染色体或个体。一般通过随机方法确定起始的一群个体，称为种群，在种群中根据适应值或某种竞争机制选择个体，使用各种遗传操作算子产生下一代如此进化下去，直到满足期望的终止条件。-begin using some form of coding mapping to the solution space coding space, each encoding a corresponding solution to the probl
微粒群算法源程序
- 微粒群算法源程序 微粒群算法与其它进化类算法相类似，也采用“群体”与“进化”的概念，同样也是依据个体（微粒）的适应值大小进行操作。所不同的是，微粒群算法不像其它进化算法那样对于个体使用进化算子，而是将每个个体看作是在n维搜索空间中的一个没有重量和体积的微粒，并在搜索空间中以一定的速度飞行。
pso1
- 微粒群算法与其它进化类算法相类似，也采用“群体”与“进化”的概念，同样也是依据个体（微粒）的适应值大小进行操作。所不同的是，微粒群算法不像其它进化算法那样对于个体使用进化算子，而是将每个个体看作是在n维搜索空间中的一个没有重量和体积的微粒，并在搜索空间中以一定的速度飞行。-Particle swarm optimization algorithm with other similar type of evolution, but also the use of " groups"
GuoA
- 郭涛算法(GuoA)是基于子空间搜索(多父体重组)和群体爬山法相结合的演化算法。它通过利用少数个体所张成的子空间随机生成新的个体,体现了随机搜索的非凸性。此外,由于GuoA算法采用了单个体劣汰策略,算法在每次演化 迭代中,只把群体中适应性能最差的个体淘汰出局,淘汰压力 较小,既保证了群体的多样性,又可使具有较好适应性的个体能够一直保留。实践证明, GuoA算法具有较好的坚韧性,对于不同的优化问题无须修改算法的参数,而且效率很高,可能同时找到多个最优解。-Guo Tao algorithm
fast-projective-clustering
- 一种子空间聚类的算法，此算法属于子空间聚类算法-a monte caro algorithm for fast projective clustering，C. M. Procopiuc, M. Jones, P. K. Agarwal and T. M. Murali， Proceedings of the 2002 ACM SIGMOD international conference on Management of data
1
- 基于遗传算法的PID算法参数研究 以自然选择和基因遗传理论为基础,将生物进化过程中的适者生存规则与群体内部染色体的随机信息交换机制相结合,在问题解空间内进行全局并行、随机的搜索,其结果是向全局最优方向收敛.GA 模仿生物进化的步骤,引入繁殖,交叉,变异等算子. 繁殖是在父母代种群中将适应度较高的个体选择出来,根据适者生存原理,淘汰适应度较低的个体,以优化种群 交叉是从种群中随机地抽取一对个体,并随机地选择一位交叉位进行交叉,生成新样本,达到增大搜索空间的目的 变异是模仿生物的基因突变,为了防止繁
123
- 提出了一种双域模型人工鱼群算法。算法采用前驱节点指向的编码方法形成多播树表示人工鱼，将搜索 空间分为可行域和非可行域。分别赋予可行域和非可行域的人工鱼不同的游动目标，设计行为算子自适应地执行 4 种人工鱼行为。数值实验结果表明，提出的算法可以有效利用非可行个体，具有较好的求解时延约束最小代价 多播树的性能。-An artificial fish swarm algorithm with two regions model was proposed. The algor ithm us
clustering-master
- 稀疏子空间聚类的算法程序实现，用Matlab实现的SSC算法。-Sparse subspace clustering algorithm procedures to achieve, SSC algorithm implemented with Matlab.
SSC
- 稀疏子空间聚类（SSC）算法，对一组高维数据分类，得到正确的分类结果-SSC Algorithm