搜索资源列表
SimulatedAnnealing(TSP)CSHARP
- 运用c＃语言实现模拟退火算法，同时利用该算法解决旅行商（TSP）问题，获得遍历所有城市序号的最优路径。-use c # language simulated annealing, while using the algorithm to solve traveling salesman (TSP). access to the serial numbers of all the cities traverse the optimal path.
TspSA
- 使用模拟退火算法求解TSP优化问题,采用Visual C++实现的.
SimulatedAnnealing
- 模拟退火算法C#实现,模拟退火算法的C#实现代码
tuihuo
- 模拟退火模型算法，使用C语言实现的，简单有效
K－均值聚类算法C++编程
- K-均值聚类算法的编程实现。包括逐点聚类和批处理聚类。K－均值聚类的的时间复杂度是n*k*m，其中n为样本数，k为类别数，m为样本维数。这个时间复杂度是相当客观的。因为如果用每秒10亿次的计算机对50个样本采用穷举法分两类，寻找最优，列举一遍约66.7天，分成3类，则要约3500万年。针对算法局部最优的缺点，本人正在编制模拟退火程序进行改进。希望及早奉给大家，倾听高手教诲。-K-means clustering algorithm programming. Point by point, inc
Simulated
- 人工神经网络中经典模拟退火算法的实现，在VC下可运行-Simulated annealing algorithm
anneal
- 模拟退火算法的源代码使用C实现的比较简单易懂-Simulated annealing source code using the C implementation is relatively simple to understand
SA
- C++语言实现模拟退火算法，四次迭代，更为精确的搜索的最优解-realize the simulate anneal algorithm with four iterative and lead to more accurate solution
CSharp-TSP-SA
- 基于C# 使用模拟退火算法求解旅行商问题的源码实现，解压后就可使用，方便 好用。-Based on C# using the simulated annealing algorithm for traveling salesman problem source implementation, after decompression can be used, easy to use.
CPP-SA-TSP
- 基于C++的模拟退火算法求解旅行商问题的源码实现过程。解压后即可使用。一起分享。-C++ based on simulated annealing algorithm for solving the traveling salesman problem source implementation process. After decompression can be used. Share.
monituihuo
- 基于模拟退火算法的tsp求解问题 纯c 实现可移植-Tsp based on simulated annealing to solve the problem of realization of portable pure c
AIhw3
- 关键词：人工智能 模拟退火算法 c++语言 作业 这是我们人工智能课作业 模拟退火算法实现的源码-Keywords: the Artificial Intelligence simulated annealing algorithm c++ language job AI Homework simulated annealing algorithm source code
CTest
- 基于模拟退火算法和粒子群算法的证券投资最优组合的C++代码实现，整个的程序-Based on investments in securities of the simulated annealing algorithm and particle swarm algorithm to achieve the optimal combination C++ code, the entire program
SA
- 模拟退火算法的c++实现小型旅行商问题，在vs2010环境编译运行成功。人工智能小作业。-C++ simulated annealing algorithm implemented in vs2010 compiler environment running successfully. AI small operations.
模拟退火算法
- 模拟退火算法是一种演化算法，在很多地方都有应用，这是一个C语言实现的模拟退火程序。(A simulated annealing program wiitten by C.)
myPSO
- 粒子群算法，也称粒子群优化算法或鸟群觅食算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等[1] 开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutati
liziqun
- 粒子群算法，也称粒子群优化算法或鸟群觅食算法(Particle Swarm Optimization)，缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等 开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的"交叉"(Crossover) 和"
粒子群算法
- 粒子群算法，也称粒子群优化算法或鸟群觅食算法(Particle Swarm Optimization)，缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等 开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的"交叉"(Crossover) 和"