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. 演化程序——遗传算法和数据编码的结合

  2. 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，如黑头发的特征是由染色体中控制这一特征的某种基因组合决定的。因此，在一开始需要实现从表现型到基因型的映射即编码工作。由于仿照基因编码的工作很复杂，我们往往进行简

  3. 所属分类：其它

    • 发布日期：2009-05-01
    • 文件大小：7mb
    • 提供者：Turley

  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：187kb
    • 提供者：xtmao

  1. 面向对象的多种群演化模型设计

  2. 从海量数据中挖掘有用信息，是人类学习的一个主要内容，也是人类生存发展的一个关键因素。本文将从机器学习领域的分类问题出发构建一个动态学习模型，简单地模拟人类的学习过程。

  3. 所属分类：专业指导

    • 发布日期：2011-01-13
    • 文件大小：707kb
    • 提供者：weng7510

  1. 改进的量子进化算法

  2. 量子遗传算法是量子计算与遗传算法相结合的产物。目前，这一领域的研究主要集中在两类模型上：一类是基于量子多宇宙特征的多宇宙量子衍生遗传算法(Quantum Inspired Genetic Algorithm)，另一类是基于量子比特和量子态登加特性的遗传量子算法(Genetic Quantum Algorithm,GQA)。前者的贡献在于将量子多宇宙的概念引入遗传算法，利用多个宇宙的并行搜索，增大搜索范围，利用宇宙之间的联合交叉，实现信息的交流，从而整体上提高了算法的搜索效率。但算法中的多宇宙是

  3. 所属分类：其它

    • 发布日期：2011-12-08
    • 文件大小：2kb
    • 提供者：tonggong0412

  1. 遗传算法求解旅行商问题

  2. 遗传算法，旅行商，最短距离， 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，

  3. 所属分类：其它

    • 发布日期：2017-09-24
    • 文件大小：4kb
    • 提供者：qq_23473369

  1. 遗传算法代码

  2. 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，

  3. 所属分类：讲义

    • 发布日期：2018-08-12
    • 文件大小：2kb
    • 提供者：qq_34844184

  1. 遗传算法方法介绍及其代码实现.zip

  2. 内含教学ppt以及matlab实现代码等 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

  3. 所属分类：机器学习

    • 发布日期：2020-04-10
    • 文件大小：1mb
    • 提供者：ay1156983836

  1. 演化策略求解多维实值函数优化问题（Ackley函数极小化）

  2. 利用（μ,λ）演化策略求解Ackley函数极小化问题。主要包括种群初始化、重组、变异、（μ,λ）存活选择四个步骤来进行求解。

  3. 所属分类：互联网

    • 发布日期：2020-10-06
    • 文件大小：2mb
    • 提供者：jing_zhong

  1. 在多处理器系统上运行的虚拟路由器的种群动态演化算法

  2. 在多处理器系统上运行的虚拟路由器的种群动态演化算法

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：367kb
    • 提供者：weixin_38517892

  1. 基于精英解学习的邻域搜索差分演化算法

  2. ：为了防止差分演化算法在求解复杂问题时容易陷入局部最优、收敛速度慢等问题． 提出.了一种基于精英解学习的邻域搜索差分演化算法(ELNDE)．在该算法中利用多个精英解构建一.个精英解池策略，并且对其进行反向学习，保证种群的多样性．在每一代种群演化计算过程中执.行邻域搜索，通过精英解作为导向，加快算法的收敛速度的同时提高开采能力．使用13个基准测.试函数对提出的算法进行了测试并且与几种知名的改进算法进行比较．实验表明．提出的算法在.收敛速度和解的精度是具有较大的优势．

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：449kb
    • 提供者：weixin_38592643

  1. 动态多目标优化的基于动态环境演化模型的种群多样性维持策略

  2. 动态多目标优化的基于动态环境演化模型的种群多样性维持策略

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：705kb
    • 提供者：weixin_38727798

  1. 基于群智能的新型反向混合差分进化算法

  2. 依据PSO 和D E在函数优化方面所展现的优越性能,提出一种融合粒子群智能思想的新型反向混合差分进化算法(ODE-SI) . 本文分析这两种启发式方法之间的潜在联系,并在OD E2S I中不仅保留了粒子群智能思想中的经验记忆,而且应用了反向学习( opposition-based learning, OBL )操作促使演化生成过程的跃变,从而使算法具有较高的收敛速度和较好的种群多样性. 此外,通过测试函数的仿真实验,本文将ODE-SI与其他DE和PSO算法进行比较. 实验结果证实了新算法的高效性

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：588kb
    • 提供者：weixin_38548394

  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：264kb
    • 提供者：weixin_38528180

  1. 基于自适应配对控制的多目标演化算法

  2. 为了平衡搜索过程中的开采和勘探,设计一种聚类辅助的基于繁殖效用的自适应配对控制策略,进而提出一种基于自适应配对控制的多目标演化算法(ACEA).利用K-means聚类算法发掘种群分布结构,以配对控制概率限制从同一类邻居或者整个种群中挑选父个体繁殖新解,以加强局部搜索或者勘探.采用的配对控制概率根据不同繁殖机制在过去一定代数的繁殖效用,在每一代中自适应地更新.选取标准测试题以及5种代表性的多目标演化算法测试ACEA的性能,通过结果验证所提出算法的优越性.

  3. 所属分类：其它