搜索资源列表
Opt_Simu
- 模拟退火算法求函数 f(x)的最小值点， 且 l <= x <= u f为待求函数，x0为初值点，l，u分别为搜索区间的上下限，kmax为最大迭代次数 q为退火因子，TolFun为函数容许误差 算法第一步根据输入变量数，将某些量设为缺省值- Simulated annealing algorithm of a function f (x) the minimum point, and l < = x < = u f is the unknown fun
pso
- 模拟退火算法——组合优化 模拟退火算法主要用于解决组和优化问题，它是模拟物理中晶体物质的退火过程而开发的一种优化算法。在对固体物质进行模拟退火处理时，通常先将它加温熔化，使其中的粒子可自由运动，然后随着温度的逐渐下降，粒子也逐渐形成了低能态的晶格。若在凝结点附近的温度下降速率足够慢，则固体物质一定会形成最低能态的基态。 对于组合优化问题来说，它也有这样的类似过程。组合优化问题解空间中的每一点都代表一个具有不同目标函数值的解。所谓优化，就是在解空间中寻找目标函数最小（大）解的过程。若把目标
SA
- 模拟退火算法 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i
CandM
- 模拟退火程序。f(x,y) = 5sin(xy) + x^2 + y^2的最小值，对理解模拟退火算法是一个很好的程序示例。-to a simple example illustrates the simulated annealing algorithm thinking. Simulated Annealing for the function f (x, y) = 5sin (xy) x ^ 2 y ^ 2 minimum, the right understanding of simula
m_build
- 详细说明：以一个简单的例子说明模拟退火算法的思想。 模拟退火法求函数f(x,y) = 5sin(xy) + x^2 + y^2的最小值，对理解模拟退火算法是一个很好的程序示例。-to a simple example illustrates the simulated annealing algorithm thinking. Simulated Annealing for the function f (x, y) = 5sin (xy) x ^ 2 y ^ 2 minimum, the ri
test
- 详细说明：以一个简单的例子说明模拟退火算法的思想。 模拟退火法求函数f(x,y) = 5sin(xy) + x^2 + y^2的最小值，对理解模拟退火算法是一个很好的程序示例。-to a simple example illustrates the simulated annealing algorithm thinking. Simulated Annealing for the function f (x, y) = 5sin (xy) x ^ 2 y ^ 2 minimum, the ri
SA
- 最简单的模拟退火算法，自己编的小程序，用于优化问题，求全局最小值。-simmulated annealing (SA)
pso-bp
- 粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，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。这种算法以其实现
simulated-nnealing-algorithm
- 模拟退火算法对求解函数最小值很有效果 代码-sa simulated nnealing-spso-algorithm
SimulatedAnneal
- 我们尝试用模拟退火算法来求解函数优化问题。 给出下面这个函数优化问题 已经知道该优化问题的全局最小值为0，在点（1,1）处取得。 其函数图像为 -We try to use simulated annealing algorithm to solve function optimization problems. Gives the following function optimization problem optimization problem already
monituihuo
- 本实验提出了一类适用于连续函数全局优化问题的模拟退火算法，采用直接产生新解的方法求解De Jone函数的局部最小值，输出最优解和最小值。-In this paper, we propose a class of simulated annealing algorithm which is suitable for the global optimization of continuous functions. We use the method of generating new solutio
DSA
- 动态模拟退火算法，求解全局的最小值，使用范围广泛。-Dynamic simulated annealing algorithm for solving global minimum, using a wide range.