搜索资源列表
NNIAToolbox
- NNIAToolbox源码包 这是进化算法中的一类
MatlabToolboxForSimulatedAnnealing
- 模拟退火是进化算法类中非常重要的一种很实用的算法,该压缩包中包括了其MatLab实现的工具包
GA_Matlab
- 在工业工程中,许多最优化问题性质十分复杂,很难用传统的优化方法来求解.自1960年以来,人们对求解这类难解问题日益增加.一种模仿生物自然进化过程的、被称为“进化算法(evolutionary algorithm)”的随机优化技术在解这类优化难题中显示了优于传统优化算法的性能。目前,进化算法主要包括三个研究领域:遗传算法、进化规划和进化策略。其中遗传算法是迄今为止进化算法中应用最多、比较成熟、广为人知的算法。
Animprovedquantumevolutionaryalgorithm
- 量子进化算法的性能直接受量子旋转门旋转角计算方法的影响.文中提出一种改进量子进化算法,核心是 设计了基于量子比特概率幅比值自适应计算量子旋转门旋转角的新方法,算法具有收敛速度快和全局搜索能力强 的特点.通过011背包问题分析了新方法中相关参数对算法性能的影响,并应用算法求解物流配送路径优化问题,仿真表明改进量子进化算法性能优于量子进化算法和传统进化算法.
Genetic_Algorithm
- 人工智能;进化算法;遗传算法(GA);多目标最小生成树
weifenjinhuadeyingyong
- 微分进化算法的两 篇应用文章
Co_CEA
- 协同进化算法在图象分割中的应用 (MATLAB实现)
Evolutionary_Algorithms
- 这是一本比较详细介绍进化算法的电子书,是pdf格式的。
QUBIT4MATLAB3.02
- 量子信息科学使用的源码以及量子进化算法,包括量子状态等,而且附有详细的说明文档
f1
- 该进化算法的实现基于VC++6.0的开发平台,主要是用算子改进进化策略算法。
de
- 微分进化算法DE(Differential Evolution)由Storn和Price等学者于1995年首先提出。它是一种基于种群优化的新智能优化方法,它已被证明在求解过程中具有高效性、收敛性、鲁棒性等优点
SCE
- SCE算法: 简单进化算法的matlab标准实现,内含3个m文件,英文说明。
afs1
- 人工鱼群算法(AFSA)是2002年李晓磊提出的基于鱼群行为的寻求全局最优 的新型搜索策略,该算法具有较优的全局收敛能力及较快的寻优速度。本文首次将 人工鱼群算法应用于人工神经网络的学习,形成了人工鱼群神经网络模型,通过与 BP算法、模拟退化算法、进化算法训练的人工神经网络进行比较,验证了人工鱼群 神经网络在全局寻优能力上的优势,进而利用人工鱼群神经网络进行电力系统短期 负荷预测,建立了人工鱼群神经网络预测模型。为了进一步提高算法的稳定性,以 及求得全局最优值的能力,文中
Improved_evolutionary_programming_with_dynamic
- 关于电力系统无功优化方面的论文,该论文使用改进的进化算法并结合动态的突变标准。
差别算法matlab源码
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation).源于对鸟群捕食的行为研究 PSO同遗传算法类似,是一种基于叠代的优化工具。系统初始化为一组随机解,通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较,PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已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
实数自适应并行遗传算法的研究
- 曾孝平,陈燕飞,李勇明.实数自适应并行遗传算法的研究。针对遗传算法中的早收敛现象,提出了一种实数自适应并行遗传算法(real adaptive parallel genetic algo- rithm,RAPGA)。该算法采用了一种并行遗传进化结构,并将自适应交叉、变异算子引入到本算法中,增强和保 持了种群的多样性。最后,通过与其他经典优化遗传算法进行比较显示,RAPGA对多个标准测试函数均表现出 较好的搜索性能。
蚂蚁算法一
- 学习了一个学期的人工智能,了解到了人工智能的强大力量.很多智能算法真是很令人向往! 下面是我实现的蚁群算法. 下面介绍一下什么是蚁群算法: 主要是一种模拟生物的进化: 用信息素来引导蚂蚁向比较好的方向前进.
基于差分进化的网络异常入侵检测
- 基于差分进化和k-mean算法的网络异常入侵检测算法程序代码
DeMat
- 差分进化算法Matlab程序,包括多种进化策略