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. 一本遗传算法很实用的书《遗传算法原理及应用》

  2. 第一童 绪论 1.1 遗传算法的生物学基础 1.2 遗传算法简介 1.3 遗传算法的特点 1.4 遗传其法的发展 1.5 遗传算法的应用 第二章基本遗传算法 Z．1 基乍遗传算法描述 2．2 基本遗传算法的实现 2．3 基本遗传算法应用举例 第三章 遗传算法的基本实现技术 3.1 编码方法 3.2 适应度函数 3.3 选择算子 3.4 交叉算子 3.5 变异算子 3.6 遗传算法的运行参数 3.7 约束条件的处理方法 3. 8 遗传算法工具箱 第四章 遗传算法的高级实现技术 4.1 倒位算子

  3. 所属分类：其它

    • 发布日期：2009-06-11
    • 文件大小：2mb
    • 提供者：L_squirrel

  1. 2010东北三省数学建模多目标旅行商问题探讨

  2. 2010东北三省数学建模多目标旅行商问题探讨： B题：走遍全中国； 用混合遗传算法求解多目标TSP问题； 用蚂蚁算法解决多目标TSP问题； 任务均分的多旅行商问题； ......

  3. 所属分类：其它

    • 发布日期：2010-04-29
    • 文件大小：249kb
    • 提供者：tybldqy

  1. 多目标旅行商问题竞争决策算法

  2. ：竞争决策算法是在分析大自然生物世界特别是人类的各种竞争机制和决策原理的基础上，利用竞争造就优化、决策左右 结果的特性来到达优化目的的新型寻优算法。给出了用竞争决策算法求解多目标旅行商问题的算法，经过大量数据测试和验证， 获得了较好的结果

  3. 所属分类：其它

    • 发布日期：2010-05-01
    • 文件大小：263kb
    • 提供者：WindATalker

  1. 遗传算法原理及应用.rar

  2. 第一童 绪论 1.1 遗传算法的生物学基础 1.2 遗传算法简介 1.3 遗传算法的特点 1.4 遗传其法的发展 1.5 遗传算法的应用 第二章基本遗传算法 Z．1 基乍遗传算法描述 2．2 基本遗传算法的实现 2．3 基本遗传算法应用举例 第三章 遗传算法的基本实现技术 3.1 编码方法 3.2 适应度函数 3.3 选择算子 3.4 交叉算子 3.5 变异算子 3.6 遗传算法的运行参数 3.7 约束条件的处理方法 3.8 遗传算法工具箱 第四章 遗传算法的高级实现技术 4.1 倒位算子 4

  3. 所属分类：其它

    • 发布日期：2010-07-30
    • 文件大小：4mb
    • 提供者：ainiaa

  1. TSP旅行商问题

  2. 解决TSP问题，利用神经网络解决多目标优化问题

  3. 所属分类：其它

    • 发布日期：2011-11-06
    • 文件大小：392kb
    • 提供者：choulouxiaohuo

  1. 遗传算法 方面学习资料.rar

  2. 学习时候搜集的资料，共享出来。谢谢。 基于多目标优化的免疫遗传算法在Matlab环境中的实现.pdf 基于遗传算法的数据拟合在MATLAB环境中的实现.pdf 实数编码遗传算法中常用变异算子的Matlab实现及应用.pdf 退火单亲遗传算法求解旅行商问题及MATLAB实现.pdf 遗传算法Matlab代码.doc 遗传算法求解TSP问题的MATLAB实现.pdf

  3. 所属分类：教育

    • 发布日期：2012-02-23
    • 文件大小：16mb
    • 提供者：thanklife

  1. 数学建模总结

  2. 数学建模四大模型总结 优化模型 数学规划模型 线性规划、整数线性规划、非线性规划、多目标规划、动态规划。 微分方程组模型 阻滞增长模型、SARS传播模型。 图论与网络优化问题 最短路径问题、网络最大流问题、最小费用最大流问题、最小生成树问题(MST)、旅行商问题(TSP)、图的着色问题。 概率模型

  3. 所属分类：专业指导

    • 发布日期：2013-08-16
    • 文件大小：155kb
    • 提供者：lzh6581792

  1. 基于改进遗传算法的多目标TSP问题研究

  2. 针对传统遗传算法求解的缺陷 及多目标TSP问题解的特性，进行了一系列的改进，首先采用Grefenstettet编 码对候选初始解进行编码，引进了一个线性函数来计算选择概率，提出了一种 改进的交叉和变异算子，建立多目标旅行商问题模型，设计出了一种能够较好 求解多目标TSP问题的遗传算法．计算机仿真实验验证了该算法的有效性．

  3. 所属分类：其它

    • 发布日期：2013-11-10
    • 文件大小：250kb
    • 提供者：u012794964

  1. MATLAB-智能算法30个案例分析-终极版(带目录).doc

  2. 1 基于遗传算法的TSP算法（王辉） 2 基于遗传算法和非线性规划的函数寻优算法（史峰） 3 基于遗传算法的BP神经网络优化算法（王辉） 4 设菲尔德大学的MATLAB遗传算法工具箱（王辉） 5 基于遗传算法的LQR控制优化算法（胡斐） 6 遗传算法工具箱详解及应用（胡斐） 7 多种群遗传算法的函数优化算法（王辉） 8 基于量子遗传算法的函数寻优算法（王辉） 9 多目标Pareto最优解搜索算法（胡斐） 10 基于多目标Pareto的二维背包搜索算法（史峰） 11 基于免疫算法的柔性车间调度算

  3. 所属分类：机器学习

  1. 用蚂蚁算法解决多旅行商问题

  2. 分析了多目标问题的性质&提出一种在多个目标间权衡的评价指标’用一种较新的进化算法%蚂蚁算法来解决 多目标问题’对算法的实现进行了讨论’

  3. 所属分类：其它

    • 发布日期：2010-08-12
    • 文件大小：302kb
    • 提供者：robinautomation

  1. 混合蛙跳算法仿生计算matlab_code

  2. 在自然界的池塘中常常生活着一群青蛙，并且分布着许多石头，青蛙通过在不同的石头间进行跳跃去寻找食物较多的地方。每只青蛙通过跳跃到不同的石头来提高自己寻找食物的能力，而青蛙个体之间通过思想的交流与共享，实现信息的交互。混合蛙跳算法（Shuffled Frog Leaping Algorithm, SFLA）是模拟青蛙觅食过程中群体信息共享和交流机制而产生的一种群体智能算法，是一种全新的启发式群体智能进化算法。该算法由Eusuff和Lansey在2003年首次提出，并成功解决管道网络扩充中管道尺寸的最

  3. 所属分类：机器学习

    • 发布日期：2020-07-17
    • 文件大小：7kb
    • 提供者：zs7850487zs

  1. Monte-Carlo-tree-search-for-TSP:这是使用蒙特卡洛树搜索（MCTS）解决旅行商问题（TSP）的源代码-Search source code

  2. 临时制TSP 这是使用蒙特卡洛树搜索（MCTS）解决旅行商问题（TSP）的源代码。 纸 如果您想了解更多详细信息，请参阅我们的论文“通过蒙特卡罗树搜索TSP的扩大邻域目标抽样” 。 依存关系 gcc> = 4.8.5 计算平台：Linux 快速开始 为了使用MCTS解决具有20个节点的TSP实例： cd $download -dir cd TSP-20-50-100 bash solve-20.sh 32 用法 数据集 我们的模型分别在两个数据集TSP-20-50-100和TSPLi

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：32mb
    • 提供者：weixin_42139357

  1. 求解TSP的人工萤火虫群优化算法

  2. 人工萤火虫群优化算法是一种新型群体智能算法, 已在复杂多目标函数优化方面得到了成功的应用, 并表 现出良好的性能. 为了充分发挥人工萤火虫群优化算法的优点, 将该算法与C2Opt 算子相结合, 设计了求解旅行商问 题(TSP) 的一个新的高效人工萤火虫群优化算法, 并用其求解TSP 这一经典的NP 难问题. 通过对比TSP 实例测试, 所得结果表明, 所提出算法在种群规模较小、迭代次数较少的情况下可以收敛到已知的最优解.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：559kb
    • 提供者：weixin_38606897

  1. 无线传感网中基于时变多旅行商和遗传算法的多目标数据采集策略

  2. 相比传统数据路由的数据采集技术，无线移动节点技术逐步成为近年来无线传感网中数据采集的另一种新技术。由于其中对静态节点遍历次序的求解本身是一个NP难问题，提出了一种更为通用的基于多移动节点的多目标数据采集策略，将此问题建模为一种时变多旅行商问题模型。考虑到其属于NP难的离散优化问题模型，设计了一种针对问题特点的混合遗传算法来求解多个移动节点的规划路径，并对设计的算法给出了收敛性证明。通过对公开数据集的测试证实，所提基于多移动节点采集数据的时变旅行商问题模型和设计的求解算法确实能有效地提高数据采集的

  3. 所属分类：其它

  1. 一种求解旅行商问题的进化多目标优化方法

  2. 为了克服传统小生境(Niching)策略中的参数设置难题,提出一种求解旅行商问题的进化多目标优化方法:建立以路径长度和平均离群距离为目标的双目标优化模型,利用改进非支配排序遗传算法(NSGAII)进行求解.为了在全局探索能力与局部开发能力之间保持平衡,算法中采用一种使路径长度相同的可行解互不占优的评价策略,并通过一种新的离散差分进化算子和简化的2-Opt策略生成候选解.与已有算法的数值试验结果比较表明,求解旅行商问题(TSP)的改进非支配排序遗传算法(NSGAII-TSP)能够更好地保持种群多样

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：238kb
    • 提供者：weixin_38630853