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
AI_GA_matlab
- 遗传算法程序 主要程序 ga.m 遗传算法核心程序 BinaryExample.m 二进制编码应用程序 FloatExample.m 浮点编码的应用程序 相关算子及函数 initializega.m 种群初始化函数 simpleXover.m 用于二进制编码的简单交叉算子 arithXover.m 用于浮点编码的算术交叉算子 binaryMutation 用于二进制编码的变异算子 nonMutation.m 用于浮点编码的非均匀变异算子
TS_TSP
- 解决TSP问题的TS算法MATLAB实现，其中加入了变异算法，当然也可以去掉这个步骤，调用TS_TSP(N, inStart, IsBianYi)，N是城市数目，inStart是起始城市的序号，IsBianYi就是选择变异否，如果为0则不要变异，否则就是结合变异算子的TS算法。 至于下面的参数可以自己调： T：总的循环次数； tabulength：禁忌长度； Pby：变异概率；
SimpleGA
- 该程序为使用了轮盘赌选择方式、单点交叉和基本位变异算子，内嵌精英保留策略的基本遗传算法。其实现使用了固定数组，使用一个常用的测试函数。
Matlab
- 本文介绍了遗传算法的流程及几个算子, 给出了在matlab 语言环境下实现编码、译码、选择、重组和变异各算子的编程方法, 最 后用一个实例来说明遗传算法在寻找全局最优解中的应用。
TSP
- 用遗传算法解决旅行商问题，并用图形界面显示出来。比较了分别采用轮盘赌选择算子和锦标赛选择算子的遗传算法求解TSP问题的性能，包括：运行时间、进化总代数和最优解质量。 结果曲线可以用图形显示出来。
GA_for_Knapsack_Problem
- 遗传算法用于求解多目标背包问题，学包括基本的选择、杂交、变异等遗传算子.
yichuansuanfa_lunwen2
- 基于遗传算法的智能组卷研究与应用 详细介绍了改进的动态分层遗传算法应用于组卷问题的解决步骤，涵盖了其中的各项关键技术 包括模拟试题库的建立、组卷策略、编码方案、适应度函数的确定、选择交叉变异算子、动态分层遗传算法的实现等。
gatbx-origin1
- matlab中遗传算法的通用函数，如：选择、交叉、变异等常用算子的遗传算法程序
遗传算法的三个算子
- 改进的遗传算法的三个操作算子，包括选择、交叉和变异。-Improved three arithmetic operator in genetic algorithm including select,crossover and mutuation
6A_5016
- 一种基于双变异算子的遗传算法本文针对简单遗传算法(SGA)所存在的缺点和不足,提出了一种新的改进遗传算法-双变异算子GA。该想法通过将所有产生的子代个体与父代个体混合作为下一代种群，在种群选择前对适应度值较低的个体进行一次变异，然后通过选择，交叉，再一次变异产生新种群，再利用自适应算法改变交叉和变异率及最优保存策略保护历代最优个体, 经Visual C++ 软件编程计算,得到了较好的优化结果. -A mutation operator based on dual genetic algorith
GA_TSP
- 用遗传算法解TSP问题 编码方式：次序编码 选择算子：轮盘赌 杂交：单点 变异：均匀变异-Genetic Algorithm for TSP with the issue of encoding: coding sequence selection operator: roulette hybridization: a single point mutation: uniform mutation
GA
- 遗传算法求解函数最大值 设计的种群规模，采用的选择算子，交叉概率，变异概率，进化代数和最优解-Design of population size, using the selection operator, crossover probability, mutation probability, evolutionary algebra and the optimal solution
geneticalgorithm
- 典型遗传算法的具体实现过程，包括 选择算子 交叉算子 变异算子的 选择方法-Concrete realization of a typical genetic algorithm process, including selection operator crossover mutation operator selection method
thegeneticalgorithm
- 遗传算法的基本运算过程如下: a)初始化:设置进化代数计数器t=0，设置最大进化代数T，随机生成M个个体作为初始群体P(0)。 b)个体评价:计算群体P(t)中各个个体的适应度。 c)选择运算:将选择算子作用于群体。选择的目的是把优化的个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代。选择操作是建立在群体中个体的适应度评估基础上的。 d)交叉运算；将交叉算子作用于群体。所谓交叉是指把两个父代个体的部分结构加以替换重组而生成新个体的操作。遗传算法中起核心作用的就是交叉算
MyGaMpiII_1.0
- 这是一个基于实数编码的Fortran语言的遗传算法，并用MPI并行实现，里面提供了丰富的选择算子，交叉算子，变异算子可供选择，如选择算子有基于赌盘选择算子，无回放余数随机选择算子，变异算子有高斯变异，自适应变异等，此外还实行了一种策略可以有效地降低早熟的概率，本人还有一份非MPI版本的遗传算法，需要者可以联系。-This is a real-coded in Fortran language of genetic algorithms, and use MPI parallel implemen
MyGa_1.0
- 基于Fortran语言的实数编码的遗传算法，非并行版本，里面有多种常见的选择算子，交叉算子，变异算子可选，并加入了小生境技术，最佳个体保存技术。对学习遗传算法的朋友们很有帮助。-Fortran-based language for real-coded genetic algorithm, non-parallel version, there are many common selection operator, crossover operator, mutation operator is
GA-algorithms
- 结合精英保留和轮盘赌、两两竞争法的几种选择算子和单点交叉算子与改进交叉算子分别对函数最小值求解，通过仿真计算相应的平均最小值，平均运行时间等统计值，并比较优差。-Combine elitist and roulette, several pairwise competition law selection operator and a single point of crossover with improved crossover for solving the minimum functio
roulette
- 轮盘赌选择又称比例选择算子。个体被选中的概率与其适应度函数值成正比。遗传算法选择算子。-Roulette is also called the proportional selection operator.The probability of the individual is selected is proportional to its fitness function value.The genetic algorithm selection operator.
遗传算法选择算子
- 有关于遗传算法中一些经典选择算子的MATLAB实现(Some Realizations of Classical Selection Operators in Genetic Algorithms)