搜索资源列表
GA
- 本程序是在MATLAB平台上，利用智能优化算法遗传算法来解决01背包问题。在0 / 1背包问题中，需对容量为c 的背包进行装载。从n 个物品中选取装入背包的物品，每件物品i 的重量为wi ，价值为pi 。对于可行的背包装载，背包中物品的总重量不能超过背包的容量，最佳装载是指所装入的物品价值最高。-This procedure is in the MATLAB platform using intelligent genetic algorithm optimization algorithm t
Optimizers
- 一系列好用的用户友好的启发式优化算法，包括非自适应算法，基于模拟退火算法的种群算法，基本遗传算法，差分进化算法以及粒子群优化算法。此外，也包括神圣算法，它利用了所有这些优化算子，虽然有时交换种群之间的不同算法。-A nice set of user-friendly heuristic optimizers. Included are a non-adaptive, population based Simulated Annealing algorithm, a basic Genetic A
GASA
- 图像分割的优化算法，结合了遗传算法和模拟退火算法，并将优化算法和原始otsu方法进行了比较-Optimization of image segmentation algorithm that combines genetic algorithm and simulated annealing algorithm and optimization algorithm and the original method otsu are compared
munituihuo
- 模拟退火算法解决TSP问题，用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代，并逐步衰减t值，算法终止时的当前解即为所得近似最优解-Simulated annealing algorithm to solve the TSP problem, combined with solid-annealing simulation optimiza
PSOBP502
- PSO算法优化BP神经网络，数学建模模拟退火算法的改进-PSO algorithm to optimize the BP neural network, mathematical modeling simulated annealing algorithm improve
SSAPSOi
- 模拟退火-粒子群算法，该程序将模拟退火算法和粒子群算法相结合，对优化参数有很好的效果-Simulated annealing- particle swarm optimization algorithm, the program will be the combination of simulated annealing algorithm and particle swarm optimization, optimization parameters have very good result
NNet
- 模拟退火算法对神经网络进行优化并建模。哈哈。-Simulated annealing algorithm to optimize the neural network
MoNiTuiHuo
- 模拟退火算法解决函数优化问题，智能信息处理课程的实验，感兴趣的可以下载-Simulated annealing algorithm to solve function optimization problems, the course of the experiment of Intelligent Information Processing, interested can download and see
SA_TSP
- 用模拟退货算法解决商旅问题，模拟退火算法是三大非经典算法之一，与优化问题相结合。-Using simulated returns algorithm to solve the traffic problem, simulated annealing algorithm is one of the three non-classical algorithm, combined with the optimization problem.
SA-TSP
- 使用模拟退火算法来解决TSP旅行商优化问题-Using simulated annealing algorithm to solve TSP traveling salesman optimization problem
ACO-PID
- 除了蚁群算法，可用于PID参数优化的智能算法还有很多，比如遗传算法、模拟退火算法、粒子群算法、人工鱼群算法，等等。-In addition to the ant colony algorithm can be used to optimize the PID parameters, there are many intelligent algorithms, such as genetic algorithms, simulated annealing algorithm, particle s
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
模拟退火
- 使用模拟退火算法的特性解决TSP问题，另外可以利用此算法优化其他算法。(Use the simulated annealing algorithm to solve the TSP problem, and you can use this algorithm to optimize other algorithms.)
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)
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
模拟退火算法
- 提出了一种基于粒子群优化(PSO)算法的径向基(RBF)网络参数优化算法,首先利用减聚类算法确定网络径向基函数中心的个数,再用PSO算法优化径向基函数的中心及宽度,最后用PSO算法训练隐含层到输出层的网络权值,找到神经网络权值的最优解,以达到优化神经网络学习的目的。最后,通过一个实验与最小二乘法优化的神经网络进行了比较,验证了算法的有效性。(Particle swarm optimization (PSO) optimization of RBF network)
monituihuo
- 提出了一种混合模拟退火算法, 以模拟退火法作为随机搜索引擎,利用逻辑编程和线性规划来检验和处理搜索结果。这种算法既可以发挥随机搜索法的快速寻找可行解的优势, 又可以充分考虑特定问题内在的逻辑和数学关系, 使之可以在较短的时间内得到一较优解实例计算结果表明, 同传统的混合整数线性规划方法相比这种算法可以快速地给出优化解, 月优化值与全局最优依差别不大, 可以更好地解决原油实际调度问题(A hybrid simulated annealing algorithm is proposed, which
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.)
模拟退火蝙蝠萤火虫
- 可以通过以上三种算法进行参数的优化，剑桥大学编著(These three algorithms can be used to optimize the parameters. Edited by Cambridge University.)
基于混沌自适应粒子群优化的matlab程序
- 文件包括带压缩因子的粒子群算法，权重改进的粒子群算法，自适应权重法，随机权重法，变学习因子的粒子群算法，异步变化的学习因子，二阶粒子群算法，二阶振荡粒子群算法，混沌粒子群算法，混合粒子群算法，杂交粒子群算法，模拟退火算法(Documents including particle swarm algorithm with compression factor, weighting the improved particle swarm algorithm, adaptive weight meth