搜索资源列表
SGA
- 简单遗传算法代码 遗传算法是基于达尔文进化论的一种智能优化算法,适用于解决传统方法难以解决的复杂的、非线性问题，可广泛应用于组合优化、离散优化、工程优化等领域。-single generation
1
- 简单遗传算法 遗传算法是基于达尔文进化论的一种智能优化算法,适用于解决传统方法难以解决的复杂的、非线性问题，可广泛应用于组合优化、离散优化、工程优化等领域。-single generation
53917477
- 简单遗传算法 遗传算法是基于达尔文进化论的一种智能优化算法,适用于解决传统方法难以解决的复杂的、非线性问题，可广泛应用于组合优化、离散优化、工程优化等领域。- Single Genetic Algorithm
ga544
- 简单遗传算法 遗传算法是基于达尔文进化论的一种智能优化算法,适用于解决传统方法难以解决的复杂的、非线性问题，可广泛应用于组合优化、离散优化、工程优化等领域。 -Simple genetic algorithm genetic algorithm based on Darwin' s theory of evolution is an intelligent optimization algorithm, the application of traditional methods
TSPGA
- 遗传算法是基于达尔文进化论的一种智能优化算法,一种可用于复杂系统优化的具有鲁棒性的搜索算法，适用于解决传统方法难以解决的复杂的、非线性问题，可广泛应用于组合优化、离散优化、工程优化等领域。旅行商问题是一种NP难的组合优化问题，具有重要的理论研究价值和实际应用背景。然而，传统遗传算法中存在有不足，需要提出新的改进的遗传算法，并应用于旅行商问题的求解。-Genetic algorithm is based on Darwin' s theory of evolution of an intel
AFastTSPSolverUsingGAOnJAVA
- 参考文章 遗传算法是基于达尔文进化论的一种智能优化算法,一种可用于复杂系统优化的具有鲁棒性的搜索算法，适用于解决传统方法难以解决的复杂的、非线性问题，可广泛应用于组合优化、离散优化、工程优化等领域。旅行商问题是一种NP难的组合优化问题，具有重要的理论研究价值和实际应用背景。然而，传统遗传算法中存在有不足，需要提出新的改进的遗传算法，并应用于旅行商问题的求解。-Genetic Algorithm article reference Darwin' s theory of evolutio
TSPGACode
- 程序源代码 遗传算法是基于达尔文进化论的一种智能优化算法,一种可用于复杂系统优化的具有鲁棒性的搜索算法，适用于解决传统方法难以解决的复杂的、非线性问题，可广泛应用于组合优化、离散优化、工程优化等领域。旅行商问题是一种NP难的组合优化问题，具有重要的理论研究价值和实际应用背景。然而，传统遗传算法中存在有不足，需要提出新的改进的遗传算法，并应用于旅行商问题的求解。-Genetic algorithm source code is based on Darwin' s theory of e
TSPGA2
- 修正后版本 遗传算法是基于达尔文进化论的一种智能优化算法,一种可用于复杂系统优化的具有鲁棒性的搜索算法，适用于解决传统方法难以解决的复杂的、非线性问题，可广泛应用于组合优化、离散优化、工程优化等领域。旅行商问题是一种NP难的组合优化问题，具有重要的理论研究价值和实际应用背景。然而，传统遗传算法中存在有不足，需要提出新的改进的遗传算法，并应用于旅行商问题的求解。-Amended version of genetic algorithm based on Darwin' s theory
example1
- 关于遗传算法的寻优，可以用来进行工程的优化设计。-On genetic algorithm optimization can be used to optimize the design of the project.
Globalsearch_vs_GA
- 一个关于matlab优化工具箱GOT中的遗传算法函数（GA）和全局优化算法函数（Globalsearch）优化能力的小对比，前者寻优快，但是结果不稳定，在风电场协同有功出力优化上面甚至可能比不过传统的单个风机层面的优化。后者计算量大，耗时较长，但是每次计算结果稳定，较传统单台风机层面优化有少量的提升。Tips:1,本文风场的建模只是采用了PARK模型，实际风场的气动过程应该还要复杂一些，未经实际风场验证，权当是工程优化入门 2,单个风机层面的功率系数Cp参数来源于NREL 5MW模型，跟实际叶片
智能优化算法
- 优化技术是一种以数学为基础，用于求解各种工程问题优化解的应用技术。作为一个重要的科学分支，它一直受到人们的广泛重视，并在诸多工程领域得到迅速推广和应用，如系统控制、人工智能、模式识别、生产调度、VLSI技术和计算机工程等。鉴于实际工程问题的复杂性、约束性、非线性、多极小、建模困难等特点，寻求一种适合于大规模并行且具有智能特征的算法已成为有关学科的一个主要研究目标和引人注目的研究方向。 20世纪80年代以来，一些新颖的优化算法，如人工神经网络、混沌、遗传算法、进化。(Optimization te
zfr
- 一个测量装置在大规模制造中的标定问题，采取插值处理数值的方法并结合遗传算法解决误差和标定成本形成矛盾的组合优化问题，得到近似最优解。(Calibration of a measuring device in large-scale manufacturing)