搜索资源列表
-
0下载：
一个非常好的遗传算法参考程序,可以优化带约束条件的函数.-a very good reference procedures genetic algorithm can be constrained optimization functions.
-
-
2下载：
vb写的改进的遗传算法程序。是一些通用代码，与具体问题对应的代码空出来，用的时候填进去。根据我的经验，要想用好遗传算法，代码必须自己写，因为问题不同，编码，杂交，变异算子可能都不一样。特别是杂交算子，需要根据问题调整，甚至创造出新的杂交方法。而且适应度计算的代码也需要自己写，特别是带约束的优化问题 -vb write improvement in the genetic algorithm. Some common code, with the specific issues the corre
-
-
1下载：
PSO算法求解带约束优化问题，包含所有源程序和运算图片。写论文是编的。,PSO algorithm for solving constrained optimization problems, including all source code and the computing picture. Writing papers is made of.
-
-
2下载：
用于求解约束优化问题的算法，算法为差分进化/遗传算法/微粒群算法的融合。对于“[7] T. P. Runarsson and X. Yao, Stochastic ranking for constrained evolutionary optimization, IEEE Trans. Evol. Comput., vol. 4, no. 3, pp. 284-294, Sep. 2000”中给出的13个标准测试函数，均能得到问题最优解。如有任何疑问，请于http://2shi.phphube
-
-
4下载：
％程序名称：求解约束优化问题的改进粒子群优化算法
％程序功能：求解带各种约束条件的优化问题
％输入条件：各种初始条件，以及设定参数
％输出数值：最优解位置以及函数极小值
, Program name: for solving constrained optimization problems to improve particle swarm optimization algorithm program features: solving with a variety of constr
-
-
0下载：
粒子群的优化算法，不仅可以方便地解决无约束优化问题，也可以方便的解决有约束的非线性优化问题。-Particle Swarm Optimization algorithm, not only can easily solve the unconstrained optimization problem can also be convenient to solve constrained nonlinear optimization problem.
-
-
0下载：
GENOCOP (GEnetic algorithm for Numerical Optimization for COnstrained Problems). This system is optimizing any function with any number of linear constraints (equalities and inequalities).
-
-
0下载：
一个解决约束优化问题的算法,但是对一个测试函数无法达到全局最优.希望能加以改进并应用。-A solution algorithm for constrained optimization problems, but a test function can not reach the global optimum. Would like to be improved and applied.
-
-
0下载：
his code is an applicatino of EMOO by using Genetic algorithms to solve
the following simple constrained problem:
Draw the biggest possible circle in a 2D space filled with stars without
enclosing any of them.-his code is an applicatino of E
-
-
0下载：
Constrained optimization has been explained with matlab 2007a. This has been explained with various benchmark functions. The main program can be directly applied to knapsack problem and portfolio optimization problem directly.
These programs have b
-
-
0下载：
可用于有约束函数优化的竞赛争冠算法程序已基本完成,但肯定还有未发现的问题.请您试用,并提宝贵的意见和批评.谢谢!该程序是在自创的无约束优化的竞赛争冠算法(旧称竞技取冠算法)函数优化程序基础上,开发出来的有约束优化程序.程序采用罚函数法实现有约束优化的,但罚因子(惩罚系数)的处理方法有别于其它罚函数法.该程序证明这种惩罚系数处理方法是有效的.该法调整惩罚系数简单,粗放,一般应用默认值即可.该程序普适性较好,进化参数调整简单,不敏感,全局最优解的搜索能力较强,数据重现性(鲁棒性)较好,获得结果精度较
-
-
0下载：
解非线性等式约束优化问题的新锥模型信赖域算法-Nonlinear equality constrained optimization problems of the new cone model trust region algorithm
-
-
0下载：
这是一篇优秀的学术论文，主要讲解约束优化进化算法。-This is an excellent academic papers, mainly on the constrained optimization evolutionary algorithm.
-
-
1下载：
优化方法：外点罚函数法，解决非线性约束优化问题-Optimization method: outer-point penalty method to solve nonlinear constrained optimization problems
-
-
0下载：
nsga2的c语言源程序，包含17个头文件，可实现二进制编码，实数编码的nsga2算法。并且可以设置约束条件，实现约束优化。-This is the source code of nsga2 in c, which contains 17 head files. It can realize the binary coding, real number coding nsga2 algorithm. What s more, it can set constraint conditions an
-
-
0下载：
最小二乘隐空间支持向量机
王玲 薄列峰 刘芳 焦李成
!
在隐空间中采用最小二乘损失函数$提出了 最 小 二 乘 隐 空 间 支 持 向 量 机#0*&**52H 8
同 隐 空 间 支 持 向
量机#&**52H 一样$最小二乘隐空间支持向量机不需 要 核 函 数 满 足 正 定 条 件$从 而 扩 展 了 支 持 向 量 机 核 函 数 的
选择范围
8
由于采用了最小二乘损失函数$最小二乘隐空间支持向量机产生的优 化 问 题 为 无 约 束 凸 二 次 规
-
-
0下载：
基于hopfield神经网络解决线性约束优化问题，效果不错，运算精度高
-Based on the hopfield neural network to solve linear constrained optimization problem, the effect is good, operation precision is high
-
-
0下载：
SecVibratPSO用二阶振荡粒子群优化算法求解无约束优化问题-SecVibratPSO order oscillating particle swarm optimization algorithm for constrained optimization problems
-
-
0下载：
一个DE算法的案例，用于解决无约束优化问题，初学写的，可以运行，希望对大家有所帮助。这个是跟着导师学的 写的-Case of a DE algorithm for solving constrained optimization problems, beginner to write, you can run, we hope to help. This is followed by the instructors learn to write
-
-
0下载：
人个收集的带约束优化问题的遗传算法，都是十分有用和极具参考价值的资料。-A collection of people with constrained optimization problems genetic algorithms, are very useful and very valuable information.
-
