搜索资源列表
jiaolicheng
- 本文由西安电子科技大学全国著名学者焦李成教授所作，阐述了图像稀疏表示以及遗传算法、隐马模型、种群进化等的研究现状以及前景。
文化算法
- 文化算法的简介及Matlab代码 算法说明：文化算法是基于人类社会进化原理的算法，他可以利用领域的先验知识以及在进化过程中获得的知识来指导搜索过程。文化能使种群以一定的速度进化和适应环境，而这个速度是超越单纯依靠基因遗传生物进化速度的。
非支配排序遗传算法
- NSGA-II 相对于NSGA而言，NSGA—II具有以下优点：1)提出新的基于分级 的快速非胜出排序算法，将计算复杂度由 降到 ，其中： 表示目标函数的数目， 表示种群中个体的数目；2)为了标定分级快速非胜出排序后同级中不同元素的适值，也为使准 域中的元素能扩展到整个 域，并尽可能均匀遍布，文献[7]提出了拥挤距离的概念，采用拥挤距离比较算子代替需要计算复杂的共享参数的适值共享方法；3)引入了保优机制，扩大了采样空间，经选择后参加繁殖的个体所产生的后代同其父代个体共同竞争来产生下一代种群，因
ga
- GA算法代码 function pop=initpop(popsize,chromlength) pop=round(rand(popsize,chromlength)) rand 随机产生每个单元为 {0,1} 行数为 popsize，列数为 chromlength 的矩阵， roud 对矩阵的每个单元进行圆整。这样产生的初始种群。 2.2 计算目标函数值 2.2.1 将二进制数转化为十进制数(1) 遗传算法子程序 Name: decodebinary.
Parallel-genetic-algorithm
- 并行遗传算法将并行计算机的高速并行性和遗传算法固有的并行性相结合，极大地提升了遗传算法的求解速度和质量。在主从式0细粒度和粗粒度这三类遗传算法并行化模型中，粗粒度模型以其较小的通讯开销和对种群多样化，获得了最广泛的应用。本文概括了基于模式定理和有限状态马尔可夫链的遗传算法理论，总结了前人在粗粒度模型下开展的理论分析和实践应用，并指出并行遗传算法的研究将向异步化，理论化和模型化的方向发展-而有限状态马尔可夫链是构建并行遗传算法可执行模型的有力工具。-Parallel genetic algorit
yichuansuanfa
- 遗传算法（Genetic Algorithm，GA）是通过对自然界中生物的遗传和优胜劣汰的进化过程进行模拟与抽象，进而形成的一种自适应全局随机优化搜索方法。遗传算法只需提供目标函数作为寻优信息，它从某一随机生成的初始群体出发，经过选择、交叉和变异等遗传操作后对个体进行适应度评价，保留适应度较强的个体遗传到子代种群中，经过多次的迭代计算求得最优个体，即问题的最优解。本程序采用遗传算法可求解微网优化运行。-Genetic Algorithm is an adaptive global by natu
Improved-genetic-algorithm
- 一个改进的遗传算法来求解柔性job-shop问题，主要是初始种群形成的改进,算法讲解很清晰，也有具体的实现流程-An improved genetic algorithm to solve the flexible job shop problem, mainly is the formation of initial population improvement, the algorithm is explained clearly, also have specific implementa
1
- 遗传算法（Genetic Algorithm，GA）是一种进化算法，其基本原理是仿效生物界中的“物竞天择、适者生存”的演化法则。遗传算法的做法是把问题参数编码为染色体，再利用迭代的方式进行选择、交叉以及变异等运算来交换种群中染色体的信息，最终生成符合优化目标的染色体。 在遗传算法中，染色体对应的是数据或数组，通常是由一维的串结构数据来表示，串上各个位置对应基因的取值。基因组成的串就是染色体，或者叫基因型个体( Individuals) 。一定数量的个体组成了群体（Population)。群