注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 一种很好的演化算法一种很好的演化算法

  2. 本文将用一个实际的例子讲述如何用郭涛算法计算多目标优化问题，在这里，先简单的介绍一下郭涛算法。 郭涛算法的思想十分简单，但是却是一种很好的演化算法，它对于求解有多个最有解（即有多个“山峰”供爬山的情况）以及求解多目标优化问题是一种十分有效的算法。下面给出算法的描述。

  3. 所属分类：其它

    • 发布日期：2009-09-16
    • 文件大小：83968
    • 提供者：niujp

  1. 关于多目标优化的演化算法

  2. 　近年来,多目标优化问题求解已成为演化计算的一个重要研究方向,而基于Pareto 最优概念的多目标演 化算法则是当前演化计算的研究热点. 多目标演化算法的研究目标是使算法种群快速收敛并均匀分布于问题的非 劣最优域. 该文在比较与分析多目标优化的演化算法发展的历史基础上,介绍基于Pareto 最优概念的多目标演化 算法中的一些主要技术与理论结果,并具体以多目标遗传算法为代表,详细介绍了基于偏好的个体排序、适应值赋 值以及共享函数与小生境等技术. 此外,指出并阐释了值得进一步研究的相关问题.

  3. 所属分类：其它

    • 发布日期：2010-01-05
    • 文件大小：191488
    • 提供者：xtmao

  1. 基于多目标演化算法的测试程序生成

  2. 针对现有的演化测试程序方法只以覆盖率为优化目标的问题,提出一种使用多目标演化算法的测试程序生成方法.该方法把测试程序生成归结为多目标优化问题,以提高覆盖率和减少模拟执行周期作为优化目标;根据模拟器反馈回的信息,使用多目标演化算法来自动引导生成新的测试程序.使用该方法对北大众志UniCore32-2微处理器进行实验的结果表明,在保证覆盖率指标的前提下,采用文中方法生成的测试程序模拟执行时间是现有方法的12.92%,是手写测试程序集的3.62%.

  3. 所属分类：其它

    • 发布日期：2011-01-29
    • 文件大小：591872
    • 提供者：mianyanglangzi

  1. 城市道路交叉口群信号协调控制多目标优化与仿真

  2. 为克服采用单目标或线性组合方法研究城市路网交通信号协调控制与优化的弊端，以交叉口 群为对象，运用多目标优化方法建立了交通信号协调控制参数的多目标优化模型，并基于非支配排 序遗传算法设计了相应的多目标优化算法求解模型。采用改进的元胞传输模型对信号控制路网上 交通流的运行与演化过程进行仿真模拟并获取各个优化目标值。分析结果表明：单目标优化模型 使被优化目标最优的同时，往往使其他未被优化的 １ 个或几个目标较差；线性组合优化模型可获得 折衷解；多目标优化方法能更好地兼顾多个优化目标，使最优或较优的目

  3. 所属分类：交通

    • 发布日期：2013-10-30
    • 文件大小：326656
    • 提供者：ocarmen

  1. .NET与设计模式 pdf

  2. 作者： 甄镭 本书力求将设计模式与实际开发紧密联系起来，具体讲述了哪种模式可以在哪种现实的应用场景中采用。全书融入了作者多年的开发经验，介绍了许多现实案例，具有很强的实用性。本书分为4篇：第1篇讲述了面向对象设计的一些基本原则和.net引入的新概念；第2篇以gof的23种设计模式为主线用相当多的实例介绍了每一种设计模式的引入原因、动机、使用环境、结构及其收益与代价；第3篇介绍设计模式在dotnetnuke、nunit、ndoc和gentle等开放源码中的应用；第4篇介绍了有关模式的历史，如何发

  3. 所属分类：C#

    • 发布日期：2015-03-15
    • 文件大小：37748736
    • 提供者：braveapple01

  1. 差分演化算法

  2. 差分进化算法应用于负荷分配问题，处理多目标优化问题

  3. 所属分类：C

    • 发布日期：2016-01-05
    • 文件大小：7168
    • 提供者：u014742189

  1. NET与设计模式

  2. 作者： 甄镭 本书力求将设计模式与实际开发紧密联系起来，具体讲述了哪种模式可以在哪种现实的应用场景中采用。全书融入了作者多年的开发经验，介绍了许多现实案例，具有很强的实用性。本书分为4篇：第1篇讲述了面向对象设计的一些基本原则和.net引入的新概念；第2篇以gof的23种设计模式为主线用相当多的实例介绍了每一种设计模式的引入原因、动机、使用环境、结构及其收益与代价；第3篇介绍设计模式在dotnetnuke、nunit、ndoc和gentle等开放源码中的应用；第4篇介绍了有关模式的历史，如何发

  3. 所属分类：.Net

    • 发布日期：2016-04-13
    • 文件大小：37748736
    • 提供者：thn_sweety

  1. 多目标智能优化算法及其应用-雷德明，严新平著

  2. 本人某宝花钱下载的，PDF版书籍，电商已经绝版~找了很久，研究多目标智能优化算法进阶书籍

  3. 所属分类：机器学习

    • 发布日期：2018-11-08
    • 文件大小：84934656
    • 提供者：u013555719

  1. 基于快速密度聚类的电力通信网节点重要性评估.pdf

  2. 电力通信网的节点重要性评估是电力通信研究的一个重要议题。针对目前电力通信网节点重要性评估存在 的连接权值单一以及评价指标单一等问题，利用电力通信网的带宽和距离作为权值，计算电力通信网节点的多种 评价指标：节点强度、节点紧密度以及节点的介数。基于电力通信网节点的多种评价指标，利用快速密度聚类方 法建立电力通信网的节点重要性评估模型，为电网通信的规划做支撑。通过快速密度聚类方法进行无监督的分类， 将节点分为若干个重要性等级。该方法可以有效地改善基于距离的无监督分类方法的不足。利用某省的实际电

  3. 所属分类：其它

    • 发布日期：2019-09-13
    • 文件大小：403456
    • 提供者：weixin_38743481

  1. platEMO使用手册

  2. PlatEMO是一个开源的，免费的基于matlab的演化多目标优化平台，可在http://bimk.ahu.edu.cn/index.php?s=/Index/Software/index.html上获取。它可以在任何能够运行MATLAB的操作系统上运行。PlatEMO为用户提供两种运行模式：命令模式和GUI模式。在命令模式下，不显示GUI，用户应该通过命令设置参数并执行算法。在GUI模式下，用户可以显示GUI。设置参数并在GUI上执行算法。为了成功地运行GUI模式，MATLAB软件的版本不应该

  3. 所属分类：互联网

    • 发布日期：2020-11-10
    • 文件大小：2792539
    • 提供者：muyouzhutian

  1. MarioAI-源码

  2. 马里奥AI 成员： Chanmi Oh，Oleksandr Litus，David Zheng为什么3？ →虽然我们希望从课堂上使用强化学习技能，但我们想更深入地研究神经网络。 例如，进化神经网络或神经进化（1、2、3）。 当我们尝试实施更先进的技术时，更多的人将使我们能够灵活地平均分配工作。 问题陈述：使用针对Mario的强化学习来开发AI（更好的来源，1）。 我们希望AI根据障碍物，敌人和其他环境因素等因素进入游戏状态并从那里输出下一个最佳动作。 该算法的基本目标应该是解决马里奥水平，但

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：1024
    • 提供者：weixin_42135073

  1. 基于蚁群算法的社会网络热点事件传播仿真研究

  2. 鉴于目前在宏观层面对社交网络环境中热点事件传播机制的研究还不多，本文提出了一种传播优化模型，以在短时间内最大化热点事件在网络中的影响。 结合基本蚁群算法的三个特点：分布，自组织和正反馈，建立了基于改进蚁群算法的热点事件传播模型。 该模型的优化目标是在短时间内最大化关注网络事件的用户数量。 通过实验，模拟了热点事件的优化传播，展示了演化的不同阶段，并验证了模型的有效性。

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：831488
    • 提供者：weixin_38724349

  1. 软件产品线中优化特征选择的进化方法

  2. 特征建模是捕获和记录产品线中所有成员之间的共性和可变性的主要技术。 通过根据要求选择功能来定制单个产品。 特征选择的工作很复杂，因为：1）特征之间复杂的依赖关系和约束关系； 2）多个相互竞争和冲突的非功能性需求（NFR）； 3）NFR的约束； 4）明确的功能要求。 为了选择符合特征关系并同时满足功能和非功能要求以及相关约束的优化特征集，提出了一种采用多目标优化算法对SPL中的特征进行最优选择的演化算法模板。 在实验中，基于我们的模板设计了两种不同的算法。 实证结果表明，我们的算法在按时标注性能，

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：1048576
    • 提供者：weixin_38613640

  1. jenetics：Jenetics-遗传算法，遗传规划，进化算法和多目标优化-源码

  2. 犹太人 Jenetics是使用现代Java编写的遗传算法，进化算法，遗传编程和多目标优化库。 它的设计清楚地分离了算法的几个概念，例如Gene ， Chromosome ， Genotype ， Phenotype ， Population和适应度Function 。 Jenetics允许您在不进行调整的情况下最小化和最大化给定的健身功能。 与其他GA实现相反，该库使用演化流（ EvolutionStream ）的概念来执行演化步骤。 由于EvolutionStream实现了Java Stre

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：9437184
    • 提供者：weixin_42101237

  1. Platypus：一个用于多目标优化的免费开源Python库-源码

  2. 鸭嘴兽 什么是鸭嘴兽？ Platypus是Python中的演化计算框架，重点是多目标演化算法（MOEA）。 它通过提供用于多目标优化的优化算法和分析工具，与现有的优化库（包括PyGMO，Inspyred，DEAP和Scipy）不同。 它目前支持NSGA-II，NSGA-III，MOEA / D，IBEA，Epsilon-MOEA，SPEA2，GDE3，OMOPSO，SMPSO和Epsilon-NSGA-II。 有关更多信息，请参见我们的或我们的。 例 例如，在鸭嘴兽中使用单个实值决策变量优化一

  3. 所属分类：其它

    • 发布日期：2021-01-29
    • 文件大小：412672
    • 提供者：weixin_42165712

  1. 基于差异演化算法的QoS全局最优动态Web服务选择

  2. QoS 全局最优动态Web 服务选择是服务组合中的一个难题。基于差异演化算法，设计一种用于解决该问题的 DE-GODSS 算法。算法的主要思想是将问题表示为一个带 QoS 约束的多目标服务组合优化问题，通过理想点的方法将多目标向单目标转化，然后利用差异演化算法的智能优化原理进行算法设计及求解，最终产生一组满足约束条件的优化服务组合流程集。理论分析证明DE-GODSS 算法的时间复杂度优于已有的多目标遗传算法，且实验结果表明该算法的收敛速度优于已有的多目标遗传算法。

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：879616
    • 提供者：weixin_38719719

  1. 适应值共享拥挤遗传算法

  2. 保持遗传算法在演化过程中的种群多样性, 是将遗传算法成功应用于解决多峰优化问题和多 目标优化问题的关键。适应值共享遗传算法和拥挤遗传算法分别从不同角度改善了遗传算法的搜索能 力, 是寻找多个最优解的常用算法。 将这两种算法的优点加以结合, 提出适应值共享拥挤遗传算法。 数值 测试结果表明, 该算法比标准适应值共享遗传算法和确定性拥挤遗传算法具有更强的搜索能力。

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：270336
    • 提供者：weixin_38528180

  1. 多目标函数优化的元胞蚂蚁算法

  2. 摘!要!提出一种求解多目标函数优化的元胞蚂蚁算法.该方法将元胞自动机演化规则引入蚂蚁算法,给出了在连续空间多目标函数优化的算法描述,定义了与蚂蚁信息素释放有关的元胞演化规则及蚂蚁邻域的转移概率,并实现了算法的具体步骤.在Matlab环境下,采用该算法对一些典型的测试函数进行求解和验证.实验结果表明,该方法具有向真实的Pareto前沿逼近的效果,是一种求解多目标优化的有效方法.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：373760
    • 提供者：weixin_38732252

  1. 一种基于粒子群算法的改进多目标文化算法

  2. 提出一种基于粒子群算法的改进多目标文化算法并用于求解多目标优化问题. 算法中群体空间采用多目标 粒子群优化算法进行演化; 信念空间通过对形势知识、规范化知识和历史知识的重新定义使之符合多目标优化问题; 信念空间和群体空间的交互通过自适应的接受操作和影响操作来实现. 若干多目标标准测试函数的仿真结果表明, 改进多目标文化算法能够在保持Pareto 解集多样性的同时具有较好的均匀性和收敛性.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：243712
    • 提供者：weixin_38680957