搜索资源列表
DE1
- 差分进化算法（DE）源码，可以直接运行，非常适合初学者学习(Differential evolution algorithm (DE) source code, you can run directly, ideal for beginners to learn)
遗传算法
- 遗传算法是计算数学中用于解决最佳化的搜索算法，是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等。遗传算法通常实现方式为一种计算机模拟。(Genetic algorithm is a search algorithm used to solve the optimization in computational mathematics. It is one of the evolutionary algorithms. Evolu
DE_TCR
- matlab脚本实现了DE_TCR算法-自适应交叉机制的混合差分进化算法，对研究进化算法具有一定帮助。(These matlab scr ipts implement a version of the DE_TCR algorithm which is a Hybrid Differential Evolution Algorithm With Adaptive Crossover Mechanism.)
demb
- 差分进化算法，用于优化计算，根据自己的情况进行编辑(Differential evolution algorithm)
DE
- 实现差分进化算法程序，比较简单，希望有所帮助(Differential evolution algorithm program)
粒子群优化算法
- 粒子群优化算法（Particle Swarm Optimization，简称为PSO），粒子群算法是近年来发展起来的一种新的进化算法，和遗传算法相似，它也是从随机解出发，通过迭代寻找最优解，通过适应度来评价解的品质(Particle swarm optimization algorithm (Particle Swarm Optimization, referred to as PSO), particle swarm algorithm is a new evolutionary algori
遗传算法
- 遗传算法是计算数学中用于解决最佳化的搜索算法，是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等。遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题，一定数量的候选解（称为个体）的抽象表示（称为染色体）的种群向更好的解进化。传统上，解用二进制表示（即0和1的串），但也可以用其他表示方法。进化从完全随机个体的种群开始，之后一代一代发生。在每一代中，整个种群的适应度被评价，从当前种群中随机地选择多个个体（基于它们的适应度），通过
PlatEMO
- 多目标优化算法平台，内涵多种遗传算法和进化算法，图形界面，算法齐全并且最新的(Multi objective optimization algorithm platform, the connotation of a variety of genetic algorithm and evolutionary algorithm, graphical interface, algorithm is complete and up-to-date)
思维进化算法优化BP神经网络——非线性函数拟合
- 思维进化算法优化BP神经网络——非线性函数拟合，有源程序和数据(BP Neural Network Optimized by Mind Evolutionary Algorithm - Nonlinear Function Fitting)
MOEA.tar
- 多目标进化算法，C语言编程实现，性能优良(multiobject evolution algorithm)
基于蚁群算法的图像边缘检测
- 将改进蚁群算法应用于图像边缘检测，模拟进化算法,主要采用信息素来进行方向的选择,通过全局性的搜索得到较优解。(The improved ant colony algorithm is applied to image edge detection and simulation evolutionary algorithm, which mainly uses information prime to select the direction, and the better solution is
多目标进化
- matlab写的多目标进化算法，值得学习和借鉴，直接修改使用(The multi-objective evolutionary algorithm written by Matlab is worth learning and using for reference.)
DE
- 差分进化算法的代码框架和实例，可以实现迭代进化，得到需要的优化解。(Code framework and example of differential evolution algorithm.It can achieve iterative evolution and get the desired solution.)
蚁群算法
- 蚁群算法是一种用来寻找优化路径的概率型算法。它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。 这种算法具有分布计算、信息正反馈和启发式搜索的特征，本质上是进化算法中的一种启发式全局优化算法。蚁群算法的matlab实现(Ant colony algorithm is a probabilistic algorithm for finding optimal paths. It was put forward by Marco Dori
DeMat
- 差分进化算法，求最优解，能实现，能运行，是个样板(Differential evolution algorithm, the best solution, can be realized, can run, is a template.)
DE-test
- 差分进化算法，求最优解，能实现，能运行，是个测试版本，可以在这基础改(Differential evolution algorithm, to achieve the optimal solution, can be realized, can run, is a test version, can be modified in this basis.)
0带约束的差分进化算法1
- 基于Python编写的差分进化原理的带边界条件约束算法(A band constraint algorithm based on differential evolution algorithm)
分布式估计算法EDA
- EDA分布式算法，进化算法 可以和一些智能算法拟合使用(Distributed estimation algorithm)
多目标进化算法
- 多目标遗传进化算法，处理目标优化及处理优化问题，优化效果较好
MOEA
- 多目标进化算法，内容很全，所有函数M文件都有。（不含文本说明）(MOEA Multi-objective evolutionary algorithm, the content is very complete, all function M files have. (excluding text descr iptions))