搜索资源列表
DMOEADD_code2009
- 动力学演化算法解决多目标优化问题，采用了与模拟退火算法相结合的准则，理论基础来源于统计力学中的自由能极小化定律。 -Evolutionary Algorithms for Solving Multi-Objective Problems
ApplicationofLeastSquareSupportVectorMachine
- 基于粒子群与模拟退火优化算法的最小二乘支持向量机参数自选择方法预测混沌序列-anessayaboutchaospredictionbyPSOLSSVM
gmt
- 此为遗传算法和模拟退火算法相结合的一个方法，可实现对函数的优化-This is the genetic algorithm and simulated annealing algorithm, a combination of methods, the optimization function can be realized
psooptimiton
- 粒子群求解无约束优化问题，包括基本粒子群算法，改进的粒子群算法，还有基于自然选择的粒子群算法和模拟退火的粒子群算法-Swarm for unconstrained optimization problems, including particle swarm algorithm, the improved particle swarm optimization, as well as natural selection based on PSO and simulated annealing p
pso
- 模拟退火算法——组合优化 模拟退火算法主要用于解决组和优化问题，它是模拟物理中晶体物质的退火过程而开发的一种优化算法。在对固体物质进行模拟退火处理时，通常先将它加温熔化，使其中的粒子可自由运动，然后随着温度的逐渐下降，粒子也逐渐形成了低能态的晶格。若在凝结点附近的温度下降速率足够慢，则固体物质一定会形成最低能态的基态。 对于组合优化问题来说，它也有这样的类似过程。组合优化问题解空间中的每一点都代表一个具有不同目标函数值的解。所谓优化，就是在解空间中寻找目标函数最小（大）解的过程。若把目标
SA
- 使用模拟退火算法优化函数极值，代码自编，取得了较好的结果-Using simulated annealing optimization function extremum, the code self, and achieved good results
GA_SA
- 遗传模拟退火算法优化方法程序，共有两个，可以下来学习-GA_SA Optimization Program
mounituihuoshiyan3
- 利用模拟退火算法优化网络参数，构建混沌神经网络-Simulated annealing
program
- 基于遗传算法和模拟退火算法的干涉滤光片膜系设计和优化(Design and optimization of interference filter film system based on genetic algorithm and simulated annealing algorithm)
GA_tuihuo1
- 模拟退火优化遗传算法，改进了遗传操作，自适应参数(improved simulated annealing and optimized genetic algorithm)
优化算法
- 基本的几个优化算法基本模型代码，粒子群的基本算法、神经网络预测、模拟退火算法(Basic optimization algorithms, basic model code, particle swarm algorithm, neural network prediction, simulated annealing algorithm)
liziqun
- 粒子群算法，也称粒子群优化算法或鸟群觅食算法(Particle Swarm Optimization)，缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等 开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的"交叉"(Crossover) 和"
智能优化算法资料
- 优化算法有很多，经典算法包括：有线性规划，动态规划等；改进型局部搜索算法包括爬山法，最速下降法等，模拟退火、遗传算法以及禁忌搜索称作指导性搜索法。而神经网络，混沌搜索则属于系统动态演化方法。 梯度为基础的传统优化算法具有较高的计算效率、较强的可靠性、比较成熟等优点，是一类最重要的、应用最广泛的优化算法。但是，传统的最优化方法在应用于复杂、困难的优化问题时有较大的局限性。(There are many optimization algorithms, the classical algori
13种PSO算法以及课件
- 各算法对应的问题如下： PSO 用基本粒子群算法求解无约束优化问题 YSPSO 用带压缩因子的粒子群算法求解无约束优化问题 LinWPSO 用线性递减权重粒子群优化算法求解无约束优化问题 SAPSO 用自适应权重粒子群优化算法求解无约束优化问题 RandWPSO 用随机权重粒子群优化算法求解无约束优化问题 LnCPSO 用学习因子同步变化的粒子群优化算法求解无约束优化问题 AsyLnCPSO 用学习因子异步变化的粒子群优化算法求解无约束优化问题
work
- 一种优化的退火算法，生成最优化粒子群，多多指教(An optimized annealing algorithm)
软件算法挑战赛
- 多点中基站的优化选取使成本最小，包含最小费用流，模拟退火，随机等优化算法(Optimization of base station)
粒子群
- 粒子群算法，也称粒子群优化算法或鸟群觅食算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操
GASA
- 运用模拟退火遗传算法解决路径优化问题，其中已给出中文注释(GASA for VPR.Simulated Annealing Genetic Algorithms (SAGA) is used to solve the problem of path optimization, in which Chinese annotations are given.)
SABP汇率预测
- 此代码通过模拟退火算法优化BP神经网络进行汇率预测(This code optimizes BP neural network to predict exchange rate by simulated annealing algorithm)
matlabprogram
- 智能优化算法及其MATLAB仿真实例，包括进化类算法，群智能算法，模拟退火算法，禁忌搜索算法，神经网络算法等程序源码(Intelligent optimization algorithm and MATLAB simulation examples, including evolutionary algorithm, swarm intelligence algorithm, simulated annealing algorithm, tabu search algorithm, neural