当前位置：
首页 资源下载
搜索资源 - local search algorithm
搜索资源列表
-
0下载：
基于dijkstra和广度搜索的加权有向图有必经点的点对点的最短路径算法，路径必须经过要求的必经点，且不成环。
该算法采用了一种自适应调整的方法，经过多次迭代，使解收敛。 但只是寻找了一个略优的可行解（每次迭代都基于贪婪算法寻找），不能保证最优解。而且如果图过于稀疏，因为收敛速度过快，可能导致问题无解（收敛于一个局部最优解，没有经过所有点）。 解决相对稠密的图（每个点的平均出入度4以上），表现良好。
备注：里面有一个QT的工程，可以直接打开（源码里没用QT的库）-Weigh
-
-
0下载：
蚁群算法是一种分布式内在并行算法。单个蚂蚁的搜索过程是彼此独 立的，易于局部最优，通过个体间不断的信息交流和传递有利于发现较好解；并且该算法是一种正反馈算法。路径上的信息素浓度较高，将吸引更多的蚂蚁沿这条路径运动，又使得信息素浓度增加，加快了算法的进化过程。本文通过求解TSP问题，通过在特定情况下对路径进行逐步遍历比较来降低陷入局部最优解的可能性, 找出最优解。-Ant colony algorithm is an inherent distributed parallel algorithm.
-
-
0下载：
优点有：
[1] 文本数据引擎是由http://3ants.org开发的TXTDB 0.2.3，运行效率高，功能强大！优化的数据结构让程序运行起来更快！
[2] 模版解析是由XML+XSL组成，在本地的解析给为主机大大减轻了负担，也让代码和视图完全的分离，为使用者制作模版带来方便。
[3] 可根据需要缓存数据，“牺牲部分空间——让运行更加快速”！
[4] 人性化、功能强大的搜索，使用起来更加方便。
[5] 允许多用户注册。用户按等级自定义权限，为团队blog提供方便。
[
-
-
0下载：
蚁群算法是一种智能优化算法，通过介绍蚁群觅食过程中基于信息素的最短路径的搜索策略，给出基于MATLAB的蚁群算法在旅行商问题中的源代码m文件，对问题求解进行局部优化。-Ant colony algorithm is an intelligent optimization algorithm through the shortest route of pheromone search strategy based on the ant foraging process, given the ant
-
-
0下载：
为了平衡粒子群算法的全局搜索能力和局部改良能力，还可采用非线性的动态惯性权重公式。-In order to balance the global search ability of particle swarm optimization (pso) algorithm and local improvement ability, also can use nonlinear dynamic inertia weight formula.
-
-
0下载：
本程序为基于模拟退火的粒子群算法，注释较为详细。基于模拟退火的算法在搜索的过程中具有突跳的能力，可以有效的避免搜索陷入局部最小解。-This procedure for the particle swarm algorithm based on simulated annealing, a detailed comments. Based on the simulated annealing algorithm in the process of search has the ability o
-
-
0下载：
差分进化计算在解决这种聚类问题上表现出色，算法具有较强的通用性，不过分依赖于问题的信息；具有记忆个体最优解的能力、协同搜索的能力，以及可利用个体局部信息和群体全局信息指导算法进一步搜索的能力。-Differential evolutionary computation is excellent in solving this clustering problem. The algorithm has strong generality and can not depend on the info
-
-
0下载：
A Fuzzy-Particle Swarm Optimization Based Algorithm for Solving Shortest Path
Problem.
Abstract—In this paper, an efficient particle swarm
optimization (PSO) algorithm based on fuzzy logic for solving
the single source shortest path proble
-
-
0下载：
基于模拟退火的粒子群算法，有效避免搜索陷入局部最小解-Simulated annealing particle swarm algorithm, effective avoid local minima search solution
-
-
0下载：
模拟退火法在搜索过程中具有概率突跳的能力，能够在有效地避免搜索过程陷入局部极小值解，模拟退火算法在退火过程中不但接受好的解，而且还以一定的概率接受差的解，同时这种概率受到温度参数的控制，其大小随着温度的下降而减小。-Simulated annealing method has the ability of probability jumping in the search process, and can effectively avoid the search process into the
-
-
0下载：
蚁群算法的另一种实现形式,通过全局的搜索,避免陷入局部解的改进程序-Another realization forms of the ant colony algorithm, through global search, avoid falling into local solution of the improvement program
-
-
1下载：
蛙跳算法（SFLA）是一种全新的启发式群体进化算法，具有高效的计算性能和优良的全局搜索能力。对混合蛙跳算法的基本原理进行了阐述，针对算法局部更新策略引起的更新操作前后个体空间位置变化较大，降低收敛速度这一问题，提出了一种基于阈值选择策略的改进蛙跳算法。通过不满足阈值条件的个体分量不予更新的策略，减小了个体空间差异，从而改善了算法的性能。数值实验证明了该改进算法的有效性，并对改进算法的阈值参数进行了率定。(Leapfrog algorithm (SFLA) is a new heuristic p
-
-
1下载：
floyd算法又称为插点法，是一种利用动态规划的思想寻找给定的加权图中多源点之间最短路径的算法，模拟退火算法是局部最优解能概率性地跳出并最终趋于全局最优，遗传算法是一种通过模拟自然进化过程搜索最优解的方法。(The Floyd algorithm is also known as the insertion point method, which is a multi weighted graph using the idea of dynamic programming for the giv
-
-
0下载：
K-means算法是一种硬聚类算法，根据数据到聚类中心的某种距离来作为判别该数据所属类别。K-means算法以距离作为相似度测度。(kmeans uses the k-means++ algorithm for centroid initialization and squared Euclidean distance by default. It is good practice to search for lower, local minima by setting the 'Replica
-
-
2下载：
提出了一种基于改进最优流和遗传算法的配电网重构算法.该算法先利用配电网的同胚图将重构问题的全局寻优空间划分为若干子空间,然后利用改进最优流法寻找子空间内的最优解,之后再利用遗传算法搜索全局最优解所在的子空间,从而实现在局部最优解中寻找全局最优解.(A distribution network reconfiguration algorithm based on improved optimal flow and genetic algorithm is proposed. First, the
-
-
3下载：
本文对蚁群算法的基本理论以及在 TSP 问题中的应用进行了系统研究和 MATLAB 仿真。介绍了蚁群算法的基本原理、特点和算法的实现方法。.基本蚁群算法由于存在搜索时间长，易陷入局部最优解等突出缺点，使得求解效果不是很好。针对这些缺陷，提出了改进的蚁群算法（最大-最小蚂蚁系统）求解 TSP 问题。改进主要在于限制路径信息素浓度、信息素的初始值以及强调对最优解得利用这三个方面。(In this paper, the basic theory of ant colony algorithm and
-
-
1下载：
针对一般的粒子群优化(PSO)学习算法中存在的容易陷入局部最优和搜索精度不高的缺点,对改进型PSO算法进行研究。由于惯性权重系数ω对算法是否会陷入局部最优起到关键的作用,因此,通过改变惯性权重ω的选择,对惯性权重系数采取线性减小的方法,引入改进型的PSO算法。采用改进的PSO算法对PID控制器进行参数优化并把得到的最优参数应用于控制系统中进行仿真。仿真实验结果表明:改进型PSO算法不会陷入局部最优,能得到全局最优的PID控制器的参数,并使得控制系统的性能指标达到最优,控制系统具有较好的鲁棒性。(
-
