搜索资源列表
Parallel-genetic-algorithm
- 经典遗传算法利用单一种群对种群个体进行交叉、变异和选择操作，在进化过程中的超级个体易产生过早收敛现象，粗粒度并行遗传算法利用多个子种群进行进化计算，各子群体分别独立进行遗传操作，相互交换最优个体后继续进化。该文证明了该算法的搜索过程是一个有限时齐遍历马尔柯夫链，给出粗粒度并行遗传算法全局最优收敛性证明。对于旅行商问题TSP利用粗粒度并行遗传算法进行了求解，以解决经典遗传算法的收敛到局部最优值问题。仿真结果表明，算法的收敛性能优于经典遗传算法。-Classic genetic algorithm
Optimization-Algorithm
- 摘 要 为了实现快速精确的图像配准， 提出了基于改进粒子群优化算法的互信息图像配准方法， 以互信息作为图像配准的相似性测度， 使用改进的 PSO 算法来求解配准所需的空间变换参数 改进的粒子群算法引入组织的概念把整个种群划分为多个子群体共同进化， 并引入变异运算减少算法陷入局部最优 把改进的粒子群优化算法应用到医学图像配准领域上来， 实验结果表明， 算法能够得到比较满意的配准结果-Abstract In order to realize the fast precise image regist
Differential-evolution-algorithm
- 微分进化(DE)是比较新的基于群体的随机优化，它的变异算子是由种群中任意选取的多对向量的差值得到的-Differential Evolution (DE) is a relatively new groups based stochastic optimization, its mutation operator arbitrarily selected from the population of the vector difference
MMAdapGA
- 用matlab编写了多变异位自适应遗传算法，在自适应遗传算法中加入多位变异，以增加种群的多样性-Changeable to ectopic adaptive genetic algorithm using matlab number variation adaptive genetic algorithm, in order to increase the diversity of the population
Untitled2
- 基于量子遗传算法的多目标优化，参数为种群规模m二50，量子位数n二2，转角步长初值氏=0.01二，变异概率p二二0.1，交叉概率Pc二0.8，限定代数丈~二5-Quantum genetic algorithm-based multi-objective optimization parameters for population size m 50, the quantum number n = 2, the corner step initial value s = 0.01, mutati
MPQEA
- 多宇宙并行量子多目标进化算法。该算法主要思想如下：将所有的量子个体按给定的拓扑结构分成多个独立的子种群，划分为多个宇宙；采用目标个体均匀分配原则和动态调整旋转角机制对各宇宙量子个体进行演化；宇宙之间采用最佳移民操作来交换信息，设计最优个体保留方案以便各宇宙共享全局信息，提高算法的执行效率。-Multi-quantum universe parallel multi-objective evolutionary algorithm. The main idea of t
recognition-algorithm
- 基于种群算法的多项目关键链识别算法Many key chain project recognition algorithm based on population algorithm-Many key chain project recognition algorithm based on population algorithm
yichuansuanfa
- 遗传算法（Genetic Algorithm，GA）是通过对自然界中生物的遗传和优胜劣汰的进化过程进行模拟与抽象，进而形成的一种自适应全局随机优化搜索方法。遗传算法只需提供目标函数作为寻优信息，它从某一随机生成的初始群体出发，经过选择、交叉和变异等遗传操作后对个体进行适应度评价，保留适应度较强的个体遗传到子代种群中，经过多次的迭代计算求得最优个体，即问题的最优解。本程序采用遗传算法可求解微网优化运行。-Genetic Algorithm is an adaptive global by natu
gaf1
- 利用遗传算法，对一个函数求取极值的一种方法，考虑到普通遗传算法中初始种群，对极值影响较大，程序的采用了多个初试种群同时学习，相互比较以求取极大值。-Using genetic algorithm, a function of a strike extreme approach, taking into account the general genetic algorithm initial population, a greater impact on the extreme, the pro
gatbx
- 遗传算法是计算数学中用于解决最佳化的搜索算法，是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等。遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题，一定数量的候选解（称为个体）的抽象表示（称为染色体）的种群向更好的解进化。传统上，解用二进制表示（即0和1的串），但也可以用其他表示方法。进化从完全随机个体的种群开始，之后一代一代发生。在每一代中，整个种群的适应度被评价，从当前种群中随机地选择多个个体（基于它们的适应度），通过
01120
- 随机插入法，用以构建初始种群，产生多个多样性的解集。-Random insertion method to construct the initial population, resulting solution set multiple diversity.
2
- 人工蜂群算法是一种较优秀的群体智能算法．尽管产生时间较晚，算法的很多方面(如引导信息素、信息素扩散机制、最优种群大小等)尚需进一步研究，但其性能仍可与现有许多群体智能算法相媲美，如蚁群算法、粒子群算法等．人工蜂群算法现已成为人工智能领域的一个研究热点问题．随着各项研究的不断深入，人工蜂群算法一定能够更多的解决更多实际问题．-Artificial bee colony algorithm Matlab procedures to achieve
MOPSO
- 多目标粒子群优化，是一种基于种群的进化算法，每次迭代能产生出一组非劣解，经过适当的扩展可适于求解多目标优化问题。-Multi-objective particle swarm optimization, evolutionary algorithm is a population-based, each iteration produces a set of non-dominated solutions, through appropriate extension may be adapted
Firefly-Algorithm
- 萤火虫算法源于模拟自然界萤火虫在晚上的群聚活动的自然现象而提出的，每只萤火虫被视为解空间的一个解，萤火虫种群作为初始解随机的分布在搜索空间中，然后根据自然界萤火虫的移动方式进行解空间中每只萤火虫的移动。通过每一代的移动，最终使的萤火虫聚集到较好的萤火虫周围，也即是找到多个极值点，从而达到种群寻优的目的。-Firefly firefly algorithm derived the simulation of natural phenomena in the natural night clust
Fish
- 模拟生物种群鱼群的觅食行为，让人工鱼直接移动到较优位置。解决多维非线性多目标优化问题-Simulate the foraging behavior of biological populations of fish, let the fish move directly to artificial optimum position. Solve multidimensional nonlinear multi-objective optimization problem
POS_mod
- 改进的粒子群算法(PSO)MATLAB源程序m文件，在粒子群算法中引入克隆、选择算子寻求最优解。在同一粒子周围使用克隆选择算子进行多个方向的全局和局部搜索，促使种群中粒子快速进化，较快的得到局部最优和全局最优的位置-Improved particle swarm optimization algorithm (PSO) MATLAB source M files, in the particle swarm optimization algorithm to clone, the operat
Multiobjectivesearchingalgorithm
- 压缩包内MATLAB程序演示多目标perota优化问题，从种群初始化，种群更新，更新个体最优粒子，非劣解筛选进行编程，最后给出了仿真结果，由图可知，算法搜索到的非劣解构成了Pareto面，算法搜索取得了很好的效果，谢谢 希望对大家有帮助。-Compressed package MATLAB program demonstrates perota multi-objective optimization problem, populations initialization, populatio
pso1
- pso模型模拟 粒子群算法模仿昆虫、兽群、鸟群和鱼群等的群集行为，这些群体按照一种合作的方式寻找食物，群体中的每个成员通过学习它自身的经验和其他成员的经验来不断改变其搜索模式。 一是进化算法，粒子群算法和进化算法一样采用种群的方式进行搜索，这使得它可以同时搜索待优化目标函数解空间中的较多区域。 二是人工生命，即研究具有生命特征的人工系统，它采用的主要工具是计算机，主要方法是利用计算机编程模拟。-PSO simulation
jinhuasuanfa
- 微分进化(DE) 是比较新的基于群体的随机优化方法。它具有简单、快速、鲁棒性好等特点,已经得 到广泛关注。不同于其它进化算法,它的变异算子是由种群中任意选取的多对向量的差值得到的。微分进化主 要用于实参数优化问题,在非线性和不可微的连续空间问题上优于其它进化方法。近些年,微分进化的应用领域 也是不断扩大。-Differential evolution (DE) is a relatively new method based on stochastic optimization co
weifenjinhuasuanfa
- 微分进化(DE) 是比较新的基于群体的随机优化方法。它具有简单、快速、鲁棒性好等特点,已经得 到广泛关注。不同于其它进化算法,它的变异算子是由种群中任意选取的多对向量的差值得到的。微分进化主 要用于实参数优化问题,在非线性和不可微的连续空间问题上优于其它进化方法。近些年,微分进化的应用领域 也是不断扩大。-Differential evolution (DE) is a relatively new method based on stochastic optimization co