搜索资源列表
CodeForMemetic
- memetic是一种高效的文化进化计算方法，该范例以Rosenbroek函数为例进行了演示，你也可以加入其它函数进行测试。-memetic cultural evolution is an efficient method of calculating the sample to Rosenbroek function as an example of the presentation, you can also add other functions to be tested.
MATLAB
- 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它最初由美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》，GA这个名称才逐渐为人所知，J.Holland教授所提出的GA通常为简单遗传算法（SGA）。 -In artificial intellig
GA-matlab
- 遗传算法是一种基于自然选择和群体进化机制的、在全局进行搜索寻优的高效参数优化方法。由于遗传算法同时搜索解空间中的一群点，并构成不断进化的群体序列，不要求目标函数连续或者可微，对目标函数具有全局优化性和稳定性。因而，遗传算法具有较大的可能性求得全局最优解。- translated foreign scientific and technical information related to logistics, fashion, hotel, management fields with the
Root_MUSIC-MATLAB
- 这是阵列信号处理中的一种music算法进化版，root music算法。-this is a matlab program about root_music.
matlab-GA
- 遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。
evolutionary-genetic-Matlab
- 多方式进化遗传算法Matlab源代码。 对于单种群进化，多方式进化 是提高全局搜索能力 和 收敛速度的一种有效策略。 -Multi-way evolutionary genetic algorithm Matlab source code. For single-population evolution, multi-way evolution is an effective strategy to improve global search ability and convergenc
ant-matlab
- 具有新的模拟进化优化方法的有效性和应用价值的一群算法的matlab实现-Matlab implementation of the new analog evolutionary optimization approach the effectiveness and value of a group of algorithms
De-MatLab-code
- 差分进化的程序，包含有几种测试函数，测试函数中有一个属于有约束的优化。内有说明文档-Differential evolutionary process, including several test functions, there is a test function belonging constrained optimization. There are documented
Genetic-Algorithms-using-matlab
- 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。-Genetic Algorithm (Genetic Algorithm) is a simulation of natural selection and genetics of Darwinian biological evolution computational models of biological evolution, t
MATLAB-Genetic-Algorithm
- 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。-Genetic Algorithm (Genetic Algorithm) is a simulation of natural selection and genetics of Darwinian biological evolution computational models of biological evolution, t
ant-colony-algorithm-Matlab-code
- 蚁群算法是一种模拟进化算法，初步的研究表明该算法具有许多优良的性质。针对PID控制器参数优化设计问题，将蚁群算法设计的结果与遗传算法设计的结果进行了比较，数值仿真结果表明，蚁群算法具有一种新的模拟进化优化方法的有效性和应用价值。该算法可用于优化问题求解。-Ant Colony Algorithm papers and source code for solving optimization problems
Genetic-Algorithm-matlab
- 遗传算法 ( Genetic Algorithm , GA) 是借鉴生物界自然选择和群体进化机制形成的一种全局寻优算法 。与传统的优化算法相比 ,遗传算法具有如下优点 [1 ] :1 ) 不是从单个点 ,而是从多个点构成的群体开始搜索 2) 在搜索最优解过程中 ,只需要由目标函数值转换得来的适应值信息 ,而不需要导数等其它辅助信息 3) 搜索过程不易陷入局部最优点 。 数学建模中常用的matlab算法，遗传算法，内容详细，包括PDF版本的详细的算法实现过程；-Genetic Algorith
matlab
- 本章将主要介绍思维进化算法的基本思想，并结合非线性函数拟合实际案例，在MATLAB环境下实现思维进化算法。-This chapter will mainly introduce the basic idea of mind evolutionary algorithm, and combining with the case, the nonlinear function fitting implement mind evolutionary algorithm in MATLAB enviro
Ant-Colony-Algorithm-matlab
- 利用蚁群算法寻找以下10个城市的TSP最短路径。输出最短路径顺序及其长度，以及蚁群算法迭代过程中的最短路径长度进化曲线-Ant colony algorithm to find the following 10 cities TSP shortest path. Output sequence and the shortest path length, and the ant colony algorithm is an iterative process of evolution of the
Genetic-Algorithm-matlab
- 利用遗传算法寻找下列多元函数的最大值：输出最优解、最优解对应的x和y值，以及遗传算法迭代过程中的适应度函数进化曲线。 -Maximum use of genetic algorithm to find the following multivariate function: output the optimal solution, x and y values corresponding to the optimal solution, and genetic a
Simulated-Annealing-matlab
- 利用模拟退火算法寻找我国31个省会城市（不含港澳台）的TSP最短路径.输出最短路径顺序及其长度，以及模拟退火算法迭代过程中的最短路径长度进化曲线-Simulated annealing algorithm to find China' s 31 provincial capital cities (excluding Hong Kong, Macao and Taiwan) of TSP shortest path shortest path output sequence and len
DE
- 基于差分进化算法的优化算法。在MATLAB平台上运行，可以解决参数优化问题。是一种遗传算法。(Differential evolution algorithm)
ACO
- ACO进化算法的matlab算法，非常有效(Matlab algorithm ACO evolutionary algorithm, very effective)
gaot
- tep 1：对遗传算法的运行参数进行赋值。参数包括种群规模、变量个数、交叉概率、变异概 率以及遗传运算的终止进化代数。 Step 2：建立区域描述器。根据轨道交通与常规公交运营协调模型的求解变量的约束条件，设 置变量的取值范围。 Step 3：在Step 2的变量取值范围内，随机产生初始群体，代入适应度函数计算其适应度值。 Step 4：执行比例选择算子进行选择操作。 Step 5：按交叉概率对交叉算子执行交叉操作。 Step 6：按变异概率执行离散变异操作。 Step 7：计算
DE
- 差分进化算法matlab代码，有详细说明，可更改(differential evolution algorithm code with substantial explanation, which is changeable)