搜索资源列表
模拟退火c++的算法程序
- 模拟退火c++的算法程序，广泛应用于最优化、运筹学、人工智能、遗传算法等领域，具有很好的学习价值-simulated annealing algorithm procedures, the most widely used optimization, operations research, artificial intelligence, genetic algorithms and other areas of learning is very good value
WindowsApplication24zhang
- 模拟退火和遗传算法混和求解车辆路径问题的程序，没有解压密码。-simulated annealing and genetic algorithms hybrid vehicle routing problem solving process, not extracting passwords.
遗传算法和模拟退火算法相结合的并行实现
- 遗传算法和模拟退火算法相结合的并行实现-genetic algorithms and simulated annealing algorithm combining the parallel implementation
XiandaiYouhuaJisuanFangfa
- 谢金星，邢文训 本书系统地介绍了禁忌搜索、模拟退火、遗传 算法、人工神经网络和拉格朗日松驰等现代优化计算方法的模型与理论、应用技术和应用案例。本书共6章，第1章介绍算法复杂性的基本概念和启发式算法的评价方法，后5章分别介绍各个现代优化计算方法。
SA_GA
- 基于遗传模拟退火算法的聚类算法。将模拟退火算法与遗传算法相结合用于聚类分析，由于模拟退火算法和遗传算法可以互相取长补短，因此有效地克服了传统遗传算法的早熟现象，同时根据聚类问题的具体情况设计遗传编码方式、适应度函数，使该算法更有效、更快速地收敛到全局最优解。 -Genetic simulated annealing algorithm based on clustering algorithms. Simulated annealing algorithm and genetic algo
QoSRoute-GA
- 带有QoS约束的组播路由问题是一个NP完全问题，遗传模拟退火算法是遗传算法和模拟退火算法的一种融合，可以为这类问题提供一个解决方案-With QoS constraint multicast routing problem is an NP-complete problem, genetic simulated annealing algorithm is a genetic algorithm and simulated annealing algorithm as a fusion, you
TSP
- 这是一个人工智能方面的算法程序，里面包含模拟退火算法、神经网络算法以及遗传算法三个。-This is an area of artificial intelligence algorithm procedure, which includes simulated annealing algorithm, neural network algorithms and genetic algorithms in three.
SAGA
- 用模拟退火优化遗传算法，使遗传算法具有反向搜索能力，通过仿真表明能够得到更优的值。-Optimization by simulated annealing genetic algorithm, genetic algorithm so that the reverse search capabilities, through the simulation shows that can be better value.
The_Intelligent_Optimization_Methods
- 有关智能优化方法(模拟退火,遗传算法,禁忌搜索,等等)-The intelligent optimization methods (simulated annealing,genetic algorithm,tabu search,etc)
TSP
- 用模拟退火算法和遗传算法实现TSP旅行商问题，并可以用Matlab对结果进行图形显示分析，非常实用于初学者-Using simulated annealing algorithm and genetic algorithm traveling salesman problem TSP, and the results can be used Matlab graphics analysis, very useful for beginners
modern_youhua
- 现代最优化算法（有170多页的PPT，2010年的） 分为三个部分 Part 1 概论 Part 2 模拟退火算法 Part 3 遗传算法 现在常用的优化算法 禁忌搜索算法 模拟退火算法 遗传算法 人工神经网络 蚁群算法 粒子群算法 混合算法-Modern optimization algorithm is divided into three parts Part 1 Part 2 Introduction Part 3 simul
Advanced-algorithm-notes
- 先进算法讲义-中科大。在本讲义中，我们将着重讲述一些数学建模中常用的算法，包括神经网络算法、遗传算 法、模拟退火算法和模糊数学方法。-Advanced algorithm notes- China science and technology university.In this lecture, we will focus on talk about some mathematical modeling in common use in the algorithm, including n
Rectangle
- 矩形件优化排样是一个NPC问题，在工业界有着广泛的应用．针对该问题，提出一种自适应模拟退火遗传算法．采用一种基于环形交叉算子和环形变异算子的自适应遗传算法来自动调整交叉和变异概率；同时引入模拟退火算法对个体适应度大于平均适应度的个体进行退火处理．自适应模拟退火遗传算法充分发挥了自适应遗传算法与模拟退火算法各自的全局搜索能力与局部搜索能力．对比实验表明，该算法结合改进的最左最下布局算法解决矩形件优化排样问题更加有效．-Optimal layout is rectangular pieces of
tuihuoyichuanfa
- 遗传模拟退火算法，是一种对遗传算法的改进，效率很好。-Annealing Genetic Method
Matlab十大算法源代码
- Floyd算法，概率算法，类比法，蒙特卡洛，神经网络，贪婪算法，模拟退火算法，灰色预测，遗传算法等(Floyd algorithm, probability algorithm, analogy method, Monte Carlo, neural network, greedy algorithm, simulated annealing algorithm, grey prediction, genetic algorithm, etc.)
模拟退火禁忌搜索遗传算法神经网络MATLAB程序合集
- 模拟退火，禁忌搜索，遗传算法，神经网络-MATLAB程序合集(Simulated annealing, tabu search, genetic algorithms, neural networks - MATLAB collection)
智能算法
- 智能算法，含有遗传算法、模拟退火算法、BP神经网络优化、免疫算法、粒子群算法、蚁群算法等智能算法，MATLAB亲测可用。(Intelligent algorithm, including genetic algorithm, simulated annealing algorithm, BP neural network optimization, immune algorithm, particle swarm algorithm, ant colony algorithm and other
模拟退火，遗传算法，神经网络程序
- 模拟退火，遗传算法，神经网络程序高级算法的简单运用，是有效的计算出最优的方法，相比于暴力搜索，算法简洁，运行时间短(The application of simulated annealing, genetic algorithm and advanced algorithm of neural network program is the best way to calculate effectively. Compared with violent search, the algorithm
SAGAexp.m
- 遗传算法和模拟退火算法融合，解决遗传算法早熟问题。(Fusion of genetic algorithm and simulated annealing algorithm)
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"