搜索资源列表
aco-ga-pso-tsp
- 一个集合遗传算法，蚁群算法，粒子群算法的混合算法解决TSP问题的MATLAB程序
pso
- 该程序是基于MATLAB环境的pso实现tsp问题
pso算法
- 用PSO算法求解TSP
threeAlgo
- matlab 遗传算法GA，粒子群算法PSO,蚁群算法AS 前段时间上智能计算方法实验课上，自己做的程序。帖到这里，希望有人能改进它们，交流经验这样更有价值。 遗传算法解决最小生成树问题，PURFER编码。 粒子群算法做无约束最优化问题。 蚁群算法解决TSP问题。 如果有宝贵经验希望能交流一下，谢谢，-matlab genetic algorithm GA, particle swarm optimization PSO, ant colony algorithm f
4
- 介绍了一种高效的改进型PSO算法，北理教授发表，国内著名核心期刊收录。-Introduces an efficient improved PSO algorithm, the North Professor published in famous journals included the core.
psotsp
- 用粒子群算法解决tsp问题,其粒子群算法为离散粒子群算法。-Using particle swarm algorithm to solve the problem tsp its discrete particle swarm PSO.
tsppso
- 运用粒子群算法pso来解决旅行商问题中的最优路径的选择。-TSP PSO
GPSO4tsp1
- pso解决tsp问题 matlab源码 可做为学习参考-pso to solve the problem tsp matlab source code can be used as study and reference
pso
- 本算法在用C++语言开发的PSO求解TSP问题，给出相应的结果-pso for solving TSP problems
PSO-Code1
- TSp problem by matlab code
PSO--TSP
- 粒子群解决旅行商问题 包含数据集 运行结果良好-Particle Swarms Optimization tsp
hpso-tsp
- 是关于混合粒子群的一个程序，解决旅行商问题的。简单易懂。-PSO TSP
PSO-for-TSP-of-51-city
- 为本人毕业设计里，粒子群算法的一个应用，求解51个城市的TSP问题，城市的个数和位置都可以改动，并与遗传算法求解的结果进行对比!-I graduated from the design, the application of the particle swarm algorithm for solving the 51 cities TSP problem, the number and location of the city can be altered, and compared with
PSO
- 针对传统的算法如遗传算法、粒子群算法等在TSP问题上求解精确性和求解规模上都还有一定的不足，本文提出了一种基于动态规划思想的粒子群优化算法。该算法用动态规划的方法实现粒子间的信息交互和粒子的进化，并且将粒子群中的粒子按无标度信息指导网络拓扑图的方式进行连接。仿真结果表明该方法能有效地减小误差率，提高解的精确，同时还保持了较低的计算复杂度，具有良好的稳健性。-TSP problem solving for the traditional algorithms such as genetic alg
PSO-for-solving-the-TSP
- 粒子群算法求解旅行商问题的MATLAB源代码-MATLAB source code of the PSO algorithm for solving the traveling salesman problem
PSO
- 利用改进的粒子群算法解决旅行商问题，即g改进的PSO解决TSP,在调用程序时，直接输入pso（c,n），c为距离矩阵，请自己给出，n为粒子群个数-Improved particle swarm algorithm to solve the traveling salesman problem, ie g Improved PSO to solve the TSP
PSO.-using-in-TSp
- 混合群粒子算法TSP,是一个相当不错的智能算法，较之传统，更具鲁棒性-PSO using in TSP
pso
- this file is project for tsp with pso algoritm
tsp_pso
- tsp 粒子群算法修正源码， 参考：大连理工大学 谷超 2009年硕士学位论文 “改进的ACO和PSO算法在TSP中的应用-tsp PSO correction source reference: Dalian University Gu Chao 2009 master' s degree thesis, " Improved ACO and PSO algorithm in TSP Applications
hybrid-PSO-based-on-TSP
- 实现基于PSO的混合粒子优化算法,具有很好的稳定性和快速性-Search algorithm based on hybrid particle swarm optimization algorithm based on TSP