搜索资源列表
模拟退火源码
- 模拟退火算法 模拟退火算法(Simulated Annealing,简称SA算法)是模拟加热熔化的金属的退火过程，来寻找全局最优解的有效方法之一。 模拟退火的基本思想和步骤如下： 设S＝{s1,s2,…,sn}为所有可能的状态所构成的集合， f：S—R为非负代价函数，即优化问题抽象如下： 寻找s*∈S，使得f(s*)＝min f(si) 任意si∈S （1）给定一较高初始温度T，随机产生初始状态S （2）按一定方式，对当前状态作随机扰动，产生一个新的状态S’ S’＝S＋sign(η).δ 其中δ
n0-linear-sa(1)
- 一个马尔科夫分类算法，其中使用了马尔科夫估计方法，分类的精度高。-a classification algorithm, which used Markov estimation, classification of high accuracy.
用sa进行光谱图像的特征提取的matlab程序
- 用sa进行光谱图像的特征提取的matlab程序，该算法比用其他方法在性能方面高%15-with spectral images of the Matlab feature extraction procedure, the algorithm than other methods in high-performance
boltzman SA
- boltzman 模拟退火算法例子-Boltzman simulated annealing algorithm examples
nn+ga+sa+fuzzy
- 本文介绍了nn+ga+sa+fuzzy等算法的总结性的东西，对于这些算法有初步认识，很有帮助-nn sa ga fuzzy algorithms such as a summary of things, these algorithms have an initial understanding and helpful
RSAVB
- SA算法是第一个能同时用于加密和数字签名的算法，也易于理解和操作。-SA algorithm is the first one that could be used encryption and digital signature algorithm, easy to understand and operate.
SA
- sa算法，可以用于多目标优化，可以分享的啊。-sa algorithm can be used for multi-objective optimization, can share the ah.
SA
- 模拟退火算法的入门教学PPT，以及简单的matlab实现代码。-Simulated annealing algorithm tutorial PPT, and the simple matlab implementation code.
sa
- 这是一个解决tsp问题的sa算法，简单经典-This is a sa algorithm to solve TSP problem, a simple classic
SA
- 该算法是模拟退火中最经典的一个算法，解决最短路的问题。运行过完全没有任何bug，代码中给了相关的数据，如果想用的话，只需要把你需要的数据放进去直接运行就可以出结果(The algorithm is the most classic algorithm in simulated annealing to solve the shortest path problem. Run completely without any bug, the code to the relevant data, if
模拟退火遗传算法程序
- 模拟退火遗传混合算法,求解NP-HARD问题(this program is used to analyse genetic-simulated annealing algorithm (GSA) by matlab)
sa
- 模拟退火算法实现工作指派问题求最优解，c++实现(Simulated annealing algorithm to achieve the work of the assignment problem for the optimal solution, c ++ implementation)
SA算法
- 本程序为现代智能算法中的模拟退火法，对于非线性规划，寻找震荡函数可行域内的最优解具有非常好的效果(This program is a modern intelligent simulated annealing algorithm, for nonlinear programming, find the optimal feasible domain shock function solution has very good effect)
模拟退火算法及其在求解TSP中的应用
- 模拟退火算法(Simulated Annealing，SA)最早的思想是由N. Metropolis [1] 等人于1953年提出。1983 年,S. Kirkpatrick 等成功地将退火思想引入到组合优化领域。它是基于Monte-Carlo迭代求解策略的一种随机寻优算法，其出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。(The earliest idea of Simulated Annealing (SA) was put forward by N. Metropo
模拟退火SA
- 模拟退火算法的实现，包含基本算法流程图以及算法实现(The implementation of simulated annealing algorithm)
sa-pso
- 利用模拟退火算法来接受不好的结果来改善粒子群算法，跳出局部最优陷阱。(The simulated annealing algorithm is adopted to accept the bad results to improve the PSO algorithm and jump out of the local optimal trap.)
PSO(粒子群)-SA（模拟退火）
- 粒子群算法-模拟退火算法,关于matlab的算法说明(Particle swarm optimization-simulated annealing algorithm)
SA
- SA GA PSO等算法及改进的算法，以及Griewank 函数的matlab代码(SA GA PSO algorithm and improved algorithm, as well as the matlab code of Griewank function)
SA实验
- 爬山法与SA实验解决任务分配问题的比较，使用python语言实验的，验证了SA算法跳出局部最优的特性效率。
SA求解CVRP问题
- SA算法对CVRP问题求解matlab文件