搜索资源列表
ga
- 应用于求解大规模寻优的遗传算法，比普通GA算法收敛速度提高70倍，且不存在出现奇异点
ga
- ga 遗传算法
use GA to deal with 随机机会约束规划
- use GA to deal with 随机机会约束规划-use GA to deal with random chance Constraint Programming
use GA to deal with 模糊期望值模型问题例题
- use GA to deal with 模糊期望值模型问题例题-use GA to deal with the problem fuzzy expectations model example
use GA to deal with 模糊机会约束规划问题例题
- use GA to deal with 模糊机会约束规划问题例题-use GA to deal with fuzzy opportunity constrained programming examples
use GA to deal with 模糊随机规划例题
- use GA to deal with 模糊随机规划例题-use GA to deal with fuzzy stochastic programming examples
解TSP问题的GA程序
- 解TSP问题的GA程序-solution of TSP procedures GA
GA
- 在详细论述模糊神经网络技术基础上,提出了基于GA 的模糊神经网络控制器构造方法. 选择 MATLAB 作为开发工具,使用所提供的神经网络和模糊逻辑工具箱,完成了基于GA 的模糊神经网络控制 器设计,并应用ActiveX 技术在虚拟测控系统中实现了对其的调用.
ga
- ga算法的源码解连续空间.遗传算法解最优化问题的计算效率比较高、适用范围相当广
GA
- GA TSP问题，很好的源程序，来自网络，希望对需要的人有帮助
GA
- 本人用GA算法实现了一个函数的最值计算，算法具有通用性，借助文件输入输出，同时再屏幕上输出的语句是为了求出算法的运行时间。
ga
- 用GA求函数的极小值群体大小为15，交叉概率为0.8, 变异概率取0.01
ga
- 遗传算法(Genetic Algorithm,GA)是一种抽象于生物进化过程的基于自然选择和生物遗传机制的优化技术. 遗传算法的基本原理 在遗传算法的执行过程中,每一代有许多不同的种群个体(染色体 )同时存在。这些染色体中哪个保留(生存)、哪个淘汰(死亡),是根据 它们对环境的适应能力来决定的,适应性强的有更多的机会保留下来 。适应性强弱是通过计算适应性函数f(x)的值来判别的,这个值称为适应值。适应值函数f(x)的构成与目标函数有密切关系,往往是目标函数的变种。
ga-bp
- 程序名：ga_bp_predict.cpp 描述： 采用GA优化的BP神经网络程序，用于单因素时间 序列的预测,采用了单步与多步相结合预测 说明： 采用GA(浮点编码)优化NN的初始权值W[j][i],V[k][j]，然后再采用BP算法 优化权值
GA-wiley-matlab
- 修改自wiley的书中的各种遗传算法（GA）matlab代码，还包括其他一些算法如粒子群优化，蚁群优化等，均已修改好用！
GA
- MATLAB版本的遗传算法程序，程序简洁明了，易懂，ga的初学者可以参考这个
GA
- matlab中的常用GA（遗传算法）工具箱，附详细中文注释
multi-ga
- 自己编的遗传算法同BP神经网络结合的代码！并且在神经网络模型上进行多目标寻优，结果有doc文档详细说明！实现BP-GA多目标优化应用实例！
ga
- 基于java实现的遗传算法的源代码，利于初学者了解GA以及如何用java实现。
GA
- ga遗传算法visual c++编程实现