搜索资源列表
yichuansuanfa.zip
- 遗传基因算法源代码. enetic----为遗传算法提供基类,该基类将评价函数值直接作为适合度,采用新个体直接替换老个体的整体再生法~..~ GenDup----为没有重复个体的稳态再生遗传算法提供基类,本类为GenSteady的派生类； Chrom----为染色体提供基类； LinearSteady----为稳态再生遗传算法提供基类,本类为GenLinear的派生类； LinearDup----为没有重复个体的稳态再生遗传算法提供基类,本类为LinearSteady的派生类； Ge
gatbx
- Genetic Algorithm Toolbox for MATLAB, v1.2 （最好的遗传算法工具箱University of Sheffield） 需要将各文件的名称改成小写；-Genetic Algorithm Toolbox for MATLAB. v1.2 (the best genetic algorithm toolbox University of Sheffield) The need to the file name changed to lowercase;
AI_prog
- 这是一个非常简单的遗传算法源代码，对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择、精华模型、单点杂交和均匀变异。-This is a very simple genetic algorithm source code for a specific application to amend this code, Users only need to change t
jiandan0101
- 这是一个非常简单的遗传算法源代码，代码保证尽可能少，实际上也不必查错。对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码 的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择、精华模型、单点杂交和均匀变异。如果用 Gaussian变异替换均匀变异，可能得到更好的效果。代码没有任何图形，甚至也没有屏幕输出，主要是保证在平台之间的高可移植性。读者可以从ftp.uncc.edu, 目录 coe/evol中的文件prog.c中
bpsuanfa
- 用GA直接训练BP网络的权重算法 主程序：gafault.m 它包括以下子程序： 1. BP网络初始化：nninit.m――给出P，T，R，S1，S2； 2. 适应值计算函数：gabpEval.m； 3．将遗传算法的编码解码为BP网络所对应的权值、阈值函数：gadecod.m；
code
- 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 University)开发的，Sita S.Raghavan (University of North Carolina at Charlotte)修正。代码保证尽可能少，实际上也不必查错。对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码 的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择
M2
- 基于Matlab的函数优化遗传算法程序；全面，准确
非支配排序遗传算法
- NSGA-II 相对于NSGA而言，NSGA—II具有以下优点：1)提出新的基于分级 的快速非胜出排序算法，将计算复杂度由 降到 ，其中： 表示目标函数的数目， 表示种群中个体的数目；2)为了标定分级快速非胜出排序后同级中不同元素的适值，也为使准 域中的元素能扩展到整个 域，并尽可能均匀遍布，文献[7]提出了拥挤距离的概念，采用拥挤距离比较算子代替需要计算复杂的共享参数的适值共享方法；3)引入了保优机制，扩大了采样空间，经选择后参加繁殖的个体所产生的后代同其父代个体共同竞争来产生下一代种群，因
the_total_collection_of_data_structure_in_c_langua
- 清华严蔚敏C语言版数据结构全集，可以说是pudn上这个主题的最全面的一个集合了，记得有这么一个说法是只有有序组织的信息才是有价值的吧：_数据结构-严蔚敏-C语言版；教学笔记；数据结构算法实现及解析—配合严蔚敏_吴伟民编著的数据结构（C语言版）（作者 高一凡）源代码；数据结构笔记；数据结构复习重点归纳笔记[清华严蔚敏版]；数据结构题集-严蔚敏；数据结构题集-严蔚敏；严蔚敏老师专贴。-Wei-Min Yan Tsinghua C language version of The Complete Wo
GA
- 遗传算法；使用遗传算法进行图片分割，在基于内容的图像搜索上有可能用到。
PP
- 摘 要：0IE 问题是一个典型的优化组合问题，现在有很多解决的方法。本文针对遗传算法求解0IE 问题进行了研究，对 选择、交叉和变异算子进行了算法设计，最后在_ C- N软件上进行编程实现。结果表明，遗传算法在求解0IE 问题时具有 结果准确、收敛速度快等特点。 关键词：遗传算法；0IE 问题；最优化问题；_ C- N 软-Abstract: 0IE problem is a typical combinatorial
GA
- 遗传算法；遗传因子；评价函数；遗传变异；变异率-GA Algorithm
GA_RBF
- GA，即遗传算法；RBF，径向基函数神经网络。本程序介绍了通过遗传算法来优化RBF神经网络的参数值，从而达到更好的进行模式识别。-GA, namely genetic algorithms RBF, radial basis function neural networks. This procedure describes the parameters to optimize the RBF neural networks by genetic algorithms to achieve b
旅行商问题
- 基于遗传算法求解旅行商问题，程序中随机设置了城市点出现的情况。(Genetic algorithm based travel salesman problem, the program randomly set up the city point of view.)
ASO
- 遗传算法解决TSP； 含有图形化界面；(The TSP problem solved by genetic algorithm; Including a graphical interface.)
GA-tsp
- 使用遗传算法解决了旅行商问题，采用C++做实现(The traveling salesman problem is solved by genetic algorithm, and implemented by C++.)
Elman神经网络预测电力负载
- Elman神经网络建立建筑物电力负荷预测模型中遇到的几个关键问题有，数据归一化处理、输入输出样本的选取、隐含层节点数的确定；分别建立Elman神经网络模型，并利用某栋建筑物实际历史电力负载数据进行预测，分析比较与实际数据值的预测精度，得出了一个有效的数据预测模型。(Several key problems encountered in building power load forecasting model based on Elman neural network are data norm
遗传算法例程code
- 遗传算法是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算中的关键技术之一。
GA提取特征
- GA提取特征，数据为高光谱数据，感兴趣区域数据，最后一列为标签(GA extracts features, hyperspectral data, region of interest data, and the last column is label)
基于遗传算法优化BP神经网络
- 利用遗传算法实现对BP神经网络的优。内容包含：GA主函数；GA-BPNN优化主函数；目标函数objfun；BPNN主函数；以及一个分类原始数据可供优化模型验证。