搜索资源列表
simplegeneticalgorithmimplementation
- 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、精华模型、单点杂
Genetic_Algorithm
- 人工智能；进化算法；遗传算法（GA）；多目标最小生成树
sgarar
- 双峰和多峰函数最大值的遗传算法求解 利用基本遗传算法的思路寻找双峰或多峰函数的最大值，选择采用轮盘选择方法；
Genetic-algorithm
- Visual C++实现的基因遗传算法库源代码以演示程序Free Source Code for Genetic algorithm 2008年05月21日 C++, Windows, Win32, Visual Studio, MFC, STL, Arch, Dev, Design 基因遗传算法都是针对概率的，所以因为其随机的本质，导致其结果可能是好的，也可能是坏的，于是我们就需要一个方法确认这个解到底有多大的可用性。这是通过计算相似拟合度进行衡量的。染色体Chromosomes代
AGA.rar
- 采用了保优的选择遗传算法 终止条件的判断是：到达一定的代数。可改进为：相邻若干代的种群平均适应值的变化来判断。若相邻若干代的种群平均适应值为变化或者是变化小于某一阈值，表示算法已经收敛，则退出算法。 选择算子：轮盘赌选择； 交叉算子：单点交叉,随机选择计算此适应度值，若大于当前最佳适应度值则降低交叉概率，否则不变； 变异算子：模板,对于优势个体，除采用低概率变异外，变异位置应采取权值越大，变异概率越小的原则,而对劣势个体则相反.,Paul used the choice of excel
GA_BP.rar
- 一、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； 二、用GA先求BP网络的权重，再用纯BP直接训练BP的混合GA－BP算法 主程序：gabpfault.m 它包括以下子程序： 1. 网络初始化：nninit.m――给出P，T，R，S1，S2
BP_MATLAB
- 包括种群初始化、选择、交叉、变异各个子程序，每一部分都作为一个单独M文件。主程序是实现遗传算法网络的训练过程；测试程序可以对训练得到的网络进行结果测试-Including population initialization, selection, crossover and mutation all subroutines, each of which as a separate M-file. Main program is to achieve genetic algorithm netwo
QGA
- 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、精华模型、单点杂交
MATLAB-Neural-network-cases
- 共有30个MATLAB神经网络的案例(含可运行程序），包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群）、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。-Neural network cases
基于混合粒子群的土壤水分特征曲线参数优化
- 摘要：土壤水分特征曲线是研究土壤水运动的重要参数。Van Genuchten 方程（简称VG方程）是目前运用最广泛的土壤水分特 征曲线方程。将VG方程参数计算问题转化为一个非线性优化问题，然后构建单纯形算法和基本粒子群算法相结合的混合粒子 群算法对其进行求解。仿真实验结果表明采用混合粒子群算法与普通遗传算法、混合遗传算法、基本粒子群算法相比，不但提高 了收敛成功率、降低了迭代次数，而且对参数的取值范围也放宽了；采用混合粒子群算法计算参数的精度比非线性单纯形法和阻 尼最小二乘法要高，且不需
sorts
- Generic sorting algorithms；分类问题的遗传算法，C++ 源程序。-Generic sorting algorithms classification of the genetic algorithm, C++ Source.
GaTest
- 这是一个非常简单的遗传算法测试源代码，用户只需改变常数的定义并且定义“评价函数”即可。 要求输入的文件应该命名为‘gadata.txt’；系统产生的输出文件为‘galog.txt’。 输入的文件由几行组成：数目对应于变量数。且每一行提供次序——对应于变量的上下界。 如第一行为第一个变量提供上下界，第二行为第二个变量提供上下界，等等。-This is a very simple genetic algorithm to test the source code, users only
LL_Path_optimization
- 【系统功能】 LL-路径优化系统主要用于求解已知坐标的规模为N的城镇间最短路径问题。 【主要算法】 1：利用Prim算法求解带约束条件的连通图的最小生成树； 2：利用基于单亲遗传算法求解带约束条件的TSP问题。 -【Function】 LL-path optimization system is mainly used to solve the known coordinates for the N scale of the problem of the shortest p
GeneticProgram
- 遗传算法应用程序使用说明： 1.安装MATLAB5.X； 2.建立目录：(c:\GeneticProgram),并将这里提供的所有源程序拷入该目录； 3.运行(c:\GeneticProgram)中的 startup； 4.在MATLAB Command Window内直接运行程序 FloatExample和BinaryExample。-Application of genetic algorithms for use: 1. Installation MATLAB5.X 2.
cp321123
- 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、精华模型、单点杂交
HierarchicalDistributedGeneticAlgorithim
- 这是一篇关于分层分布式遗传算法的比较早的参考文献，于1996发表于Intellient Control ,IEEE检索；Arizona 大学Jinwoo Kim等人的研究成果。该论文详细介绍了分层分布式遗传算法的原理和设计理念、设计思路，接着用分层分布式遗传算法去优化模糊控制器，取得了很好的实际效果。-This is a hierarchical distributed genetic algorithm on the earlier references, published in 1996
SGA
- 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、精华模型、单点杂
thegeneticalgorithm
- 遗传算法的基本运算过程如下: a)初始化:设置进化代数计数器t=0，设置最大进化代数T，随机生成M个个体作为初始群体P(0)。 b)个体评价:计算群体P(t)中各个个体的适应度。 c)选择运算:将选择算子作用于群体。选择的目的是把优化的个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代。选择操作是建立在群体中个体的适应度评估基础上的。 d)交叉运算；将交叉算子作用于群体。所谓交叉是指把两个父代个体的部分结构加以替换重组而生成新个体的操作。遗传算法中起核心作用的就是交叉算
MATLAB-GA
- 详细讲述了MATLAB主要遗传算法函数的参数，并举例说明应用；-MATLAB described in detail the main function of genetic algorithm parameters, and examples of applications
MATLAB-GAa
- 详细讲述了MATLAB遗传算法工具箱中主要函数的用法，并且举例说明算法；-Described in detail in the main MATLAB genetic algorithm toolbox functions are used, and examples of algorithms