搜索资源列表
tsp
- ga算法解tsp问题.动态TSP就是城市坐标在随着时间变化,我们的目标则要在最短的时间窗内寻找出最优的城市遍历路径,这是个双最优问题. 这是我对动态TSP算法的理解,使用改进的反序-杂交算法
modifidedGAforTSP
- 改进GA解决TSP问题，引入精英保留策略和其它两种变异算子（邻位变异、倒位变异）来增加种群多样性。
PSO
- matlab 遗传算法GA，粒子群算法PSO,蚁群算法AS 前段时间上智能计算方法实验课上，自己做的程序。帖到这里，希望有人能改进它们，交流经验这样更有价值。 遗传算法解决最小生成树问题，PURFER编码。 粒子群算法做无约束最优化问题。 蚁群算法解决TSP问题。 如果有宝贵经验希望能交流一下，谢谢，-matlab genetic algorithm GA, particle swarm optimization PSO, ant colony algorithm f
threeAlgo
- matlab 遗传算法GA，粒子群算法PSO,蚁群算法AS 前段时间上智能计算方法实验课上，自己做的程序。帖到这里，希望有人能改进它们，交流经验这样更有价值。 遗传算法解决最小生成树问题，PURFER编码。 粒子群算法做无约束最优化问题。 蚁群算法解决TSP问题。 如果有宝贵经验希望能交流一下，谢谢，-matlab genetic algorithm GA, particle swarm optimization PSO, ant colony algorithm f
TSP_Improved_GA
- 本程序为C++编写的TSP经典问题的改进遗传算法-improved GA code for TSP in C++
TSP110707-1
- 旅行商问题是一个典型的NP完全性问题。本文基于改进的自适应遗传 算法设计并开发了一个求解旅行商问题的软件程序，并将此程序进行了48 个城市的TSP问题计算，与模拟退火算法的计算过程及计算结果进行了比 较。文中给出了遗传算法在解决TSP问题中的参数选择和编码方式、适应 度函数的设计、种群的初始化和遗传算子的详细设计。通过对此程序的改 装，即可用于其他NP完全性问题的求解。-The traveling salesman problem is a typical NP proble
TSP
- 用遗传算法求解旅行商问题，GA ，GA2 为运行文件（GA2 是选择操作改进后的计算） 本算法为中初始值在运行前指定-Traveling salesman problem using genetic algorithm, GA, GA2 (GA2 selecting computing operations improved) The algorithm for the initial value before running the specified file to run
TSP
- 用遗传算法求解旅行商问题，GA ，GA2 为运行文件（GA2 是选择操作改进后的计算） 本算法为中初始值在运行前指定-Traveling salesman problem using genetic algorithm, GA, GA2 (GA2 selecting computing operations improved) The algorithm for the initial value before running the specified file to run
ycsf
- matlab 遗传算法GA，粒子群算法PSO,蚁群算法AS 前段时间上智能计算方法实验课上，自己做的程序。帖到这里，希望有人能改进它们，交流经验这样更有价值。 遗传算法解决最小生成树问题，PURFER编码。 粒子群算法做无约束最优化问题。 蚁群算法解决TSP问题。 -matlab genetic algorithm GA, particle swarm optimization PSO, some time ago on the ant colony algorithm intelligent
GA
- 应用遗传算法解决旅行商（TSP）问题，算法中的染色体交叉过程改进了基本遗传算法的交叉办法。改程序可以求解30个城市的旅行商问题，也可以稍作修改继续扩展为更多城市的旅行商问题。-Applying the genetic algorithm to solve the traveling salesman (TSP) problem, the algorithm improves the process of chromosomal crossover compared to traditional
tsp_ga
- GUI界面全程显示迭代求取过程，改进遗传算法求解TSP问题(GUI interface to display the entire strike iterative process, improved genetic algorithm for TSP)