搜索资源列表
AForge.NET_Framework-2.1.3
- 一个C#下面的图像处理算法以及人工智能算法的类库。人工智能的算法包括神经网络算法，遗传算法，机器学习算法等。使用C#写人工智能算法的开发者可以直接调用这个类库，不用自己实现最底层的算法了。我曾经使用过其中的遗传算法类库，功能十分强大，推荐使用。 -English Descr iption: AForge.NET Framework is a C# framework designed for developers and researchers in the fields of Comput
GA-1
- 解非线性规划模型的遗传算法，采用visual c++语言编写，结构清晰，明了易懂，注释完整-Genetic Algorithm for nonlinear programming
1
- 用matlab编写的采用遗传算法进行图像分割的一个程序-using Matlab prepared using genetic algorithms for image segmentation of a program
ccmath-2.0.1.tar
- 数值算法库，功能强大 - The value algorithm storehouse, the function is formidable
1
- 神经网络遗传算法-Neural network genetic algorithm
SGA_v1.0
- 用开发语言vc++编程实现用遗传算法求解函数f=x*sin（10*x）+1.0的最大值。-With the development of language vc++ Programming using genetic algorithm function f = x* sin (10* x)+ 1.0 maximum.
ag_yde1[1]
- 人工智能遗传算法的原理和应用，ppt课件,法国第戎大学的-The principle of genetic algorithms in artificial intelligence and applications, ppt courseware, the University of Dijon, France
nsga2-gnuplot-v1.1
- nsga2具体算法代码,用来多目标遗传算法的学习和研究-the code of nsga2
fga-1.4.tar
- 使用Visual C++ 2003编写的遗传算法库，具有详细的说明文档，使用接口函数传入相关适应度函数与基因个数、迭代次数相关信息，进行目标优化，使用类模板的形式支持函数并行化-Using Visual C++ 2003 prepared by the genetic algorithm library, a detailed descr iption of the document, use the interface function is passed the fitness functi
nsga2-v1.1
- 用C语言实现的改进遗传算法，主要用于非线性多目标函数的优化。 -This code can be used in the multi-objective optimization.
1
- 经典的遗传算法程序，很不错，用于语音识别方面，不同以往的遗传算法，有兴趣可以看看。-Classical genetic algorithm program is very good for speech recognition, the genetic algorithm different from the past, interested to see.
遗传算法程序
- 遗传算法程序，% 下面举例说明遗传算法 % % 求下列函数的最大值 % % f(x)=10*sin(5x)+7*cos(4x) x∈[0,10] % % 将 x 的值用一个10位的二值形式表示为二值问题，一个10位的二值数提供的分辨率是每为 (10-0)/(2^10-1)≈0.01 。 % % 将变量域 [0,10] 离散化为二值域 [0,1023], x=0+10*b/1023, 其中 b 是 [0,1023] 中的一个二值数。 %(Inheritance 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
[遗传算法工具箱]matlabgenetictoolbox(1)
- 遗传算法工具箱完整版，大神总结精华，需要自取(Genetic algorithm toolbox full version)
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
遗传算法
- 现代遗传算法,求解非线性规划问题,整数规划问题,0-1整数规划问题(Genetic Algorithm ,solve the problem that nonlinear programming)
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
GeneticAlgorithm
- 使用传统的遗传算法解决0-1背包问题，其中使用的是轮盘选择、最简单的随机交叉变异(Using traditional genetic algorithm to solve the 0-1 knapsack problem)
空间机器人动力学正逆解及遗传算法路径规划
- 1.求解机器人的正逆解 2.采用遗传算法对机器人进行路径规划(1. positive and inverse solutions for solving robot 2. genetic algorithm for robot path planning)
matlab程序（解决0-1背包问题）
- 使用遗传算法解决0-1背包问题，调试成功，非常适合初学者了解遗传算法和0-1背包问题(Using genetic algorithm to solve 0-1 knapsack problem, debugging is successful. It is very suitable for beginners to understand genetic algorithm and 0-1 knapsack problem.)