搜索资源列表
GA
- matlab 遗传算法求解tsp，有详细的交叉，变异说明，适合初学者-matlab genetic algorithm tsp, detailed crossover, mutation descr iption, suitable for beginners
MyGaMpiII_1.0
- 这是一个基于实数编码的Fortran语言的遗传算法，并用MPI并行实现，里面提供了丰富的选择算子，交叉算子，变异算子可供选择，如选择算子有基于赌盘选择算子，无回放余数随机选择算子，变异算子有高斯变异，自适应变异等，此外还实行了一种策略可以有效地降低早熟的概率，本人还有一份非MPI版本的遗传算法，需要者可以联系。-This is a real-coded in Fortran language of genetic algorithms, and use MPI parallel implemen
MyGa_1.0
- 基于Fortran语言的实数编码的遗传算法，非并行版本，里面有多种常见的选择算子，交叉算子，变异算子可选，并加入了小生境技术，最佳个体保存技术。对学习遗传算法的朋友们很有帮助。-Fortran-based language for real-coded genetic algorithm, non-parallel version, there are many common selection operator, crossover operator, mutation operator is
lala
- 用遗传算法求解最短路径问题求解的遗传算法的参数设定如下： 种群大小：M = 50 最大代数：G = 1000 交叉率： = 1 c p ，交叉概率为1 能保证种群的充分进化。 变异率： = 0.1 m p ， 一般而言，变异发生的可能性较小-With a genetic algorithm to solve the shortest path problem of the genetic algorithm parameter settings are as follows: p
yichuansuanfaC
- 遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型. 生存+检测的迭代搜索过程是它的核心. 具体分成五部,其中每步就是程序实现过程: 参数编码(实际问题编码到遗传基因),初始群体设定(祖先),适应度函数的设计(生存选择),遗传操作设计(遗传+变异),控制参数设计(交叉率0.2-0.99,变异率0.001-0.1). -Genetic algorithms are simulated Darwinian natural selection of genetic sel
yichuansuanfa1
- 说明: fga.m 为遗传算法的主程序 采用二进制Gray编码,采用基于轮盘赌法的非线性排名选择, 均匀交叉,变异操作,而且还引入了倒位操作!-Descr iption: fga.m main genetic algorithms binary Gray code, roulette method based on nonlinear ranking selection, uniform crossover and mutation, but also introduces the inver
yichuansuanfa3
- 遗传算法matlab程序，步骤为设置最大迭代步数、计算当前最大的适应度、设置初始取值范围[0 255]、进入加速迭代的间隔、选择交叉、变异等-Genetic algorithm matlab program, the steps to set the maximum number of iterative steps to calculate the current maximum of fitness, set the initial range [0 255], into the accel
GA-gonglv
- 提出了采用遗传算法对N路双频功率分配器进行优化设计，并在遗传算法中加入最有保持操作，便概率的交叉和变异操作。-Proposed N-way genetic algorithm to optimize the design of dual-band power splitter, and adding in the genetic algorithm to keep most operations will crossover and mutation probability.
trendMK
- 用于进行M-K分析代码，用于趋势和突变点寻找检验；编的比较全面，只需要把其中的例子数据换成你所需要分析的数据就行-MK code used for analysis, looking for trends and point mutation test compiled a more comprehensive, just put the data into one of the examples you need to analyze the data on line
MPPT
- 光伏电池阵列输出功率受光照强度和温度变化的影响，因此最大功率点跟踪（MPPT）技术广泛应用于光伏系统中。在所有最大功率点(MPP)控制策略中，扰动观察（P&O）MPPT算法因易实现被广泛应用，然而它的缺点是在稳定工作状态下工作点通过MPP 时会导致能量振荡损耗，并且在光照强度或温度发生突变时表现较差的动态响应。在本文中，提出一种改进型变步长扰动观察MPPT 算法，此方法依据工作点动态调整步长变化，与传统固定步长方法比较，本文提出的方法能有效地提高MPPT 速度和转换效率，通过仿真和实验结果分析，
yichuansuanfa
- 这是一个很好的遗传算法程序，本程序演示的是用简单遗传算法随机一个种群，然后根据所给的交叉率，变异率，世代数计算最大适应度所在的代数-This is a good genetic algorithm, the program demonstrates a simple genetic algorithm with a random population, then according to the crossover rate, mutation rate, calculate the maxim
GA
- 遗传算法，分为个7个子函数：分别为编码、解码、选择、交叉、变异、目标函数和总调用。有详细的注释。-Genetic algorithm, into a seven sub-functions: respectively, encoding, decoding, selection, crossover and mutation, the objective function and the total calls. There are detailed notes.
CEP
- 基于高斯变异的进化规划用于解决非线性无约束函数问题-The Evolutionary programming for sloving the nonlinear unconstrained function by adapting the Gauss mutation
particle-swarm-algorithm---matlab
- PSO 算法属于进化算法的一种，和遗传算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优-PSO algorithm is an evolutionary algorithm, and genetic algorithm is similar, it is starting from a random solu
genetic-algorithm
- 基于C语言，实现遗传算法得到最优值，其中包括选择、交叉、变异操作-C-based, genetic algorithm to achieve optimal value, including selection, crossover and mutation
Genetic_Algorithm
- A genetic algorithm (GA) is a search heuristic that mimics the process of natural evolution. This heuristic is routinely used to generate useful solutions to optimization and search problems. Genetic algorithms belong to the larger class of evolution
adaptive-genetic-algorithm
- 自适应GA SVM 参数选择算法研究Param eter selection algorithm for support vector machines based on adaptive genetic algorithm 支持向量机是一种非常有前景的学习机器, 它的回归算法已经成功地用于解决非线性函数的逼近问题. 但 是, SVM 参数的选择大多数是凭经验选取, 这种方法依赖于使用者的水平, 这样不仅不能获得最佳的函数逼近效果, 而且采用人工的方法选择 SVM 参数比较浪费
genetic-algorithm
- 自然计算中遗传算法的各个程序，matlab环境下开发的源代码。best.m 求种群中适应度最大的值 calfitvalue.m 计算每个个体的适应度 calobjvalue.m 适应度函数 crossover.m 交叉变换 decodebinary.m 将二进制数转换成十进制数 decodechrom.m 将二进制数转换成十进制数 initpop.m 产生初始种群 mutation.m 变异 selection.m 选择合适的个体进行复制 main.m 主函数
3SAT
- GA比起SA ，最大的优势在于对个初始解，而且存在杂交和变异，让SA具有非常强的跳出局部最优解的能力。而且简单通用，健壮性强。但是待定的参数很多，而且计算速度比较慢。选择，杂交，变异算子的选取也很关键。-GA than SA, the biggest advantage of an initial solution, and there is hybridization and mutation, so that SA has a very strong ability to jump out
Gray-code
- 改进的GA. fga.m 为遗传算法的主程序 采用二进制Gray编码,采用基于轮盘赌法的非线性排名选择, 均匀交叉,变异操作,而且还引入了倒位操作!-Improved GA. Fga.m main program for the genetic algorithm uses a binary Gray code, roulette method based on linear ranking selection, uniform crossover and mutation, but also