搜索资源列表
改进遗传算法－郭涛算法做最优化问题很管用
- 改进遗传算法－郭涛算法做最优化问题很管用,算法的基本思想是 先任意产生n个随机数，然后从n个数里随机选择m个数，再有这m个 数合成一个新数，将这个新数同n个数中间适应值函数值的最差的比较， 如果好的话就取代最差的那个，如果它比最好的还要好的话，则把最好的 也取代。如果比最差的坏，则重新合成一个新数。依次循环下去。 程序的奇妙之处是GA_crossover()函数，产生的新数确实比较好，看看 那位大侠能改进一下，产生比这跟好的数。-improved genetic algo
多维函数优化程序
- 用JAVA语言编写，包括PSO（Particle swarm optimization, 中文译名为粒子群优化或微粒群算法), DE (Differential evolution, 中文译名为差分进化或差异演化)等算法，有一些不带约束和带约束的算例（如Michelawicz的几个问题）。使用说明见usage.txt、RUNExample.bat和程序中的注释。 -with Java language, including the PSO (Particle swarm optimizat
DE
- Differential Evolution for single variable function optimization!
DEAgent-algorithm
- 通过DE agent求解各种约束函数优化问题-This source code is discrible the DE agent that is for solving constrained numerical optimization problems.
DE-Algorithm
- 微分进化算法的matlab程序。优化效果不错-Differential evolution algorithm matlab program. Optimization of good results
DE
- 微分演化算法，可以用于结构系统识别。它是一种启发式算法，对于解决复杂的优化问题有很好的效果。-Differential evolution algorithm, can be used for structural system identification. It is a heuristic algorithm for solving complex optimization problems with good results.
VCDE
- 改进基本DE算法 电力系统无功优化 风电场 ，对比例因子和缩放因子进行改进，重叠改进，应用与含风电场无功优化。-Improvement of basic DE algorithm to optimize reactive power wind farm, the scale factor and scaling factor to improve, overlapping improvements, applications, and with the wind farm reactive po
de-suanfa-wuyueshu-optimization
- 一个DE算法的案例，用于解决无约束优化问题，初学写的，可以运行，希望对大家有所帮助。这个是跟着导师学的 写的-Case of a DE algorithm for solving constrained optimization problems, beginner to write, you can run, we hope to help. This is followed by the instructors learn to write
DE_Fun01
- 对于一类高维、非光滑及非线性的约束优化问题,传统的搜索方法不能很好地求得全局最优解,而DE算法可以处理这类问题.-For a class of high-dimensional, non-smooth and nonlinear constrained optimization problems, the traditional search methods can not be good global optimal solution, while the DE algorithm can d
DEnew
- 差分进化算法-DE算法,是一种有效简单的最优化方法，本资源是典型的DE算法的源代码，帮助读者进行学习研究。-Differential evolution algorithm-DE algorithm is a simple and effective optimization method, this resource is a typical DE algorithm source code, help the reader to study and research.
UCAV-Path-Planning-Based-on-MAX-MIN
- ：为了保证无人作战飞机(UCAV)以最小的被发现概率和最优的航程到达目标点，在敌方防御区域内执 行任务前必须进行航路规划。蚁群优化(ACO)算法的并行实现机制适合于复杂作战环境下的UCAV航路规划，但是基本ACO算法有易陷于局部最优解的缺点-Abstract：To ensure unmanned combat aerial vehicle(UCAV)to reach the destination with an optimal path and a minimum rate to be
cec2006
- 演化算法标准测试函数CEC2006,括Matlab代码，JAVA，C代码。-Problem Deˉnitions and Evaluation Criteria for the CEC 2006 Special Session on Constrained Real-Parameter Optimization
chafensuanfa
- 差分进化算法（DE）是一种用于优化问题的启发式算法。本质上说，它是一种基于实数编码的具有保优思想的贪婪遗传算法[1] 。同遗传算法一样，差分进化算法包含变异和交叉操作，但同时相较于遗传算法的选择操作，差分进化算法采用一对一的淘汰机制来更新种群。由于差分进化算法在连续域优化问题的优势已获得广泛应用，并引发进化算法研究领域的热潮。 差分进化算法由Storn 以及Price [2]提出，算法的原理采用对个体进行方向扰动，以达到对个体的函数值进行下降的目的，同其他进化算法一样，差分进化算法不利用函数的梯
TSP_DE
- 基于差分进化算法求解的TSP问题。运用LOV策略，成功将DE应用在离散组合优化问题当中。-Based on differential evolution algorithm for solving TSP problem. Use LOV strategy successfully applied in DE among discrete combinatorial optimization problems.
Differential-Evolution
- DE 算法主要用于求解连续变量的全局优化问题，其主要工作步骤与其他进化算法基本一致，主要包括变异(Mutation)、交叉(Crossover)、选择(Selection)三种操作。算法的基本思想是从某一随机产生的初始群体开始，利用从种群中随机选取的两个个体的差向量作为第三个个体的随机变化源，将差向量加权后按照一定的规则与第三个个体求和而产生变异个体，该操作称为变异。然后，变异个体与某个预先决定的目标个体进行参数混合，生成试验个体，这一过程称之为交叉。如果试验个体的适应度值优于目标个体的适应度值
monituihuo
- 本实验提出了一类适用于连续函数全局优化问题的模拟退火算法，采用直接产生新解的方法求解De Jone函数的局部最小值，输出最优解和最小值。-In this paper, we propose a class of simulated annealing algorithm which is suitable for the global optimization of continuous functions. We use the method of generating new solutio
AI-book-GA-example
- 人工智能及其应用蔡自兴第五版计算智能部分中遗传算法最优计算的自己编写的求解例题- 39/5000 Réngōng zhìnéng jí qí yìngyòng càizìxìng dì wǔ bǎn jìsuàn zhìnéng bùfèn zhōng yíchuán suànfǎ zuì yōu jìsuàn de zìjǐ biānxiě de qiújiě lìtí Artificial Intelligence and Its Application Cai Zixing s