搜索资源列表
MCRGSA
- MCRGSA------组播路由问题遗传模拟退火算法 %M-----------遗传算法进化代数 %N-----------种群规模,取偶数 %Pm----------变异概率调节参数 %K-----------同一温度下状态跳转次数 %t0----------初始温度 %alpha-------降温系数 %beta--------浓度均衡系数 %ROUTES------备选路径集 %Num---------到各节点的备选路径数目 %Cost-------
模拟退火算法实现旅行商算法
- 采用的是康力山等人确定的实验参数。 对于n个城市的旅行商问题,其参数如下: 初始温度:t0=280, 每一个温度下采用固定的迭代次数L=100n, 温度的衰减系数alpha=0.92 算法停止的准则是当相邻两个温度得到的解变化很小时算法停止。-used the Stanozolol Hill were determined by the experimental parameters. N cities for the traveling salesman problem, the para
Boltzmann Machin
- 仿真1:首先把网络温度参数T固定在100,按工作规则共进行1000次状态更新,把这1000次状态转移中网络中的各个状态出现的次数Si(i=1,2,…,16)记录下来 按下式计算各个状态出现的实际频率: Pi=Si/∑i=1,NSi=Si/M 同时按照Bo1tzmann分布计算网络各个状态出现概率的理论值: Q(Ei)=(1/Z)exp(-Ei/T) 仿真2:实施降温方案,重新计算 采用快速降温方案:T(t)= T0/(1+t) T从1000降到0.01,按工作规则更新网络状态 当T=0.01时结