搜索资源列表
遗传算法解TSP
- 实现用固定变异概率和自适应变异概率解tsp问题的比较，自适应式算法采用基于种群差异度的自适应算法，详见实验报告-achieve fixed mutation probability and Adaptive Solutions tsp mutation probability of comparison, Adaptive Algorithm-based differences in the populations adaptive algorithm, as detailed experime
cellga.rar
- 多种群的链式智能体遗传算法，代码及其用于优化的实验结果都在里面。大家用了最好给点评价，建议只作为研究用。我有相关的论文，需要索取的话，请与我联系,Multi-population of chain-agent genetic algorithm, the code and to optimize the experimental results are inside. We use the best rating to the point, it is recommended only for
TSP
- 遗传算法，可以实现遗传算法TSP优化，图形显示优化过程。可以设定遗传种群个数、变异率等参数。-Genetic algorithm, genetic algorithm can achieve TSP optimization, graphics optimization process. Can set the number of genetic populations, mutation rates and other parameters.
shuzituxiangchuli
- 在传统图像识别中的模板匹配技术面临着计算量大，存储量大的缺点，因此提出了基于遗传算法的图像识别的方法。本文提出了传统的基于遗传算法和normxcorr2结合的方法，对图像进行离散化，然后把图像识别问题变成一系列的离散点组合优化问题，再利用遗传算法对种群优化的性能，对各个控制点组合优化，让控制点与模板进行匹配，寻出最优解。最后通过实验验证遗传算法在图像识别的优点。-In the traditional image recognition in the face template matching
SX1603115刘阳遗传算法大作业
- 利用遗传算法的优点，通过改变种群数量，寻找规则来代替人工寻求最优解(Seek optimal solution)
遗传算法
- 遗传算法是计算数学中用于解决最佳化的搜索算法，是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等。遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题，一定数量的候选解（称为个体）的抽象表示（称为染色体）的种群向更好的解进化。传统上，解用二进制表示（即0和1的串），但也可以用其他表示方法。进化从完全随机个体的种群开始，之后一代一代发生。在每一代中，整个种群的适应度被评价，从当前种群中随机地选择多个个体（基于它们的适应度），通过
基于遗传算法的 TSP 算法
- tsp问题（全称：TravellingSalesmanProblem），又称为旅行商问题、货郎担问题、TSP问题，是一个多局部最优的最优化问题，遗传算法是一种基于种群演变一种优化的算法，在此基础上的优化程序会自动寻找出最短路(TSP (full name: TravellingSalesmanProblem), also known as the traveling salesman problem, traveling salesman problem, but TSP problem is
多种群遗传算法的函数优化算法
- 多种群遗传算法的函数优化算法，可以实现基于多种群遗传算法的函数最优化问题(Multi population genetic algorithm function optimization algorithm, can be achieved based on multiple population genetic algorithm function optimization problem)
chapter7多种群遗传算法的函数优化算法
- 用遗传算法去优化多种群问题，寻求目标的最优解(The genetic algorithm is used to optimize the multi-population problem and seek the optimal solution)
遗传算法求解VRP问题的技术报告
- 本文通过遗传算法解决基本的无时限车辆调度问题。采用车辆和客户对应排列编码的遗传算法，通过种群初始化，选择，交叉，变异等操作最终得到车辆配送的最短路径。通过MATLAB仿真结果可知，通过遗传算法配送的路径为61.5000km,比随机配送路径67km缩短了5.5km。此结果表明遗传算法可以有效的求解VRP问题。(In this paper, genetic algorithm is used to solve the basic vehicle scheduling problem without
遗传算法案例
- 遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题，一定数量的候选解（称为个体）的抽象表示（称为染色体）的种群向更好的解进化。(Genetic algorithms are usually implemented in a computer simulation. The abstract representation of a certain number of candidate solutions (called individuals) in an optimization pro
智能算法程序
- 基于种群的变异和交叉的，简单的遗传算法的编程代码(Simple genetic algorithm programming code)
遗传算法
- 遗传算法是计算数学中用于解决最佳化的搜索算法，是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等。遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题，一定数量的候选解（称为个体）的抽象表示（称为染色体）的种群向更好的解进化。(Genetic algorithm is used to solve optimization search algorithm in computational mathematics, is a k
用MATLAB实现遗传算法程序.pdf
- 遗传算法的基本步骤如下： 1）在一定编码方案下，随机产生一个初始种群； 2）用相应的解码方法，将编码后的个体转换成问 题空间的决策变量，并求得个体的适应值； 3）按照个体适应值的大小，从种群中选出适应值 较大的一些个体构成交配池； 4）由交叉和变异这两个遗传算子对交配池中的 个体进行操作，并形成新一代的种群； 5）反复执行步骤2-4，直至满足收敛判据为止。(The basic steps of the genetic algorithm are as follows: 1) u
chapter7多种群遗传算法的函数优化算法
- 多种群遗传算法代码，亲测可用，加快种群迭代速度(multi-population genetic algorithm)
遗传算法
- 遗传算法是计算数学中用于解决最佳化的搜索算法，是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等。遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题，一定数量的候选解（称为个体）的抽象表示（称为染色体）的种群向更好的解进化。传统上，解用二进制表示（即0和1的串），但也可以用其他表示方法。进化从完全随机个体的种群开始，之后一代一代发生。在每一代中，整个种群的适应度被评价，从当前种群中随机地选择多个个体（基于它们的适应度），通过
遗传算法
- 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现，如
遗传算法
- 理解遗传算法的入门程序，这里面每一个程序的代码都有标注。便于理解生成种群、遗传和变异过程，附带了一个算例，可以参考。(Understand the entry procedure of genetic algorithm, in which every program's code is marked. It is easy to understand the process of population, heredity and mutation. A numerical example is
GA_qiujizhi
- 利用遗传算法求函数的极小值，并画出种群图形，显示最优的结果
遗传算法优化的BP神经网络
- 遗传算法优化BP 神经网络是用遗传算法来优化BP 神经网络的初始权值和阔值，使优化 后的BP 神经网络能够更好地预测函数输出。遗传算法优化BP 神经网络的要素包括种群初 始化、造应度函数、选择操作、交叉操作和变异操作。(Genetic algorithm optimizes BP neural network by using genetic algorithm to optimize the initial weight and broad value of BP neural netwo