搜索资源列表
GA
- 这是一个简单的遗传算法入门，通俗的介绍给算法的功能，方便入门。(This is a simple genetic algorithm entry, popular introduction to the algorithm function, easy access.)
简单函数优化的遗传算法程序
- 事项数组中的最小查找值，是想快速的矩阵查找(Minimum lookup in an array of events)
myPSO
- 粒子群算法，也称粒子群优化算法或鸟群觅食算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等[1] 开发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”(Mutati
39116880
- 此遗传算法实现了简单的求解高维方程的方法,对理解遗传算法有一定的借鉴意义,()
kqtdfnv45
- 这是一个非常简单的遗传算法源代码,是由Denis Cormier (North Carolina State Univer()
New Folder
- 遗传算法解决VRP问题，有数据，程序简单易懂(Solving VRP problem by genetic algorithm)
pso
- 用于优化参数，粒子群算法，也称粒子群优化算法或鸟群觅食算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等[1] 开发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”
GA多目标约束问题
- 遗传算法主要用于多目标约束问题中，非常简单(GA is a method of searching for the optimal solution by simulating the natural evolutionary process. It is often used in CRN resource optimization. GA starts with a popu-lation that represents a potential set of solutions to a p
eupervisor
- 遗传算法代码,用于算法参考,算法简单,节省时间,()
PSO
- 粒子群优化算法(PSO：Particle swarm optimization) 是一种进化计算技术（evolutionary computation）。 源于对鸟群捕食的行为研究。粒子群优化算法的基本思想：是通过群体中个体之间的协作和信息共享来寻找最优解． PSO的优势：在于简单容易实现并且没有许多参数的调节。目前已被广泛应用于函数优化、神经网络训练、模糊系统控制以及其他遗传算法的应用领域。(The particle swarm optimization (PSO:Part
73359353
- 遗传算法代码,用于算法参考,算法简单,节省时间,()
fmsa
- 遗传算法的一两个小实验 比较简单,可能移植性比较差()
bag
- 我们用三个方向的距离，把它们放进简单的神经网络输出至Jackal机器人。让它尝试不同的轨迹和方向，然后找到完美的路线，利用迭代学习与遗传 算法，从而达到完美的避障。该项目有着广泛的应用，如自动驾驶，如扫地机器人我们也可以看到Jackal变得越来越智能化连续学习，这是非常有趣的。(We use the distance from three directions and put them into the simple neural network to output to the Jackal
oatder__mode__batch
- 关于遗传算法的一些见地,特别是关于简单遗传程序设计的实现,()
jkay
- 此遗传算法实现了简单的求解高维方程的方法,对理解遗传算法有一定的借鉴意义,()
pso2
- 粒子群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。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。(It is more simple than the genetic algorithm rule. It doesn't have the crossover (Crossover) and the Mutati
regiktry
- 一个遗传算法 这是一个非常简单的遗传算法源代码,是由Denis Cormier (North Carolina State()
pso
- 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。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。(The PSO algorithm is a kin
PSO-Python
- 粒子群算法，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。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。(The particle swarm optimization (PSO) al
ABC_1
- 人工蜂群算法自2005年被Karaboga等人提出以来，以其操作简单、参数少、易于编程实现、收敛速度快等特点而受到越来越多的关注。2007年，Karaboga【2007】使用人工蜂群算法对多变量函数进行优化，并对由人工蜂群算法（ABC），遗传算法（GA），粒子温度算法（PSO）和粒子温度灵敏演化算法（PS-EA）产生的结果进行了比较。 结果表明，人工蜂群算法优于其他算法。2009年，Karaboga【2009】使用人工蜂群算法优化大量的数值函数，并对由人工蜂群算法（ABC），遗传算法（GA），粒