搜索资源列表
ega-palace
- 用遗传算法解决迷宫问题-using genetic algorithms to solve maze problems
GA 用于配送中心，工厂等的选址
- 多篇关于遗传算法和PSO算法在车辆调配、路径规划中的应用
采用遗传算法优化最小二乘支持向量机参数的方法
- 采用遗传算法优化最小二乘支持向量机参数的方法
非支配排序遗传算法
- NSGA-II 相对于NSGA而言，NSGA—II具有以下优点：1)提出新的基于分级 的快速非胜出排序算法，将计算复杂度由 降到 ，其中： 表示目标函数的数目， 表示种群中个体的数目；2)为了标定分级快速非胜出排序后同级中不同元素的适值，也为使准 域中的元素能扩展到整个 域，并尽可能均匀遍布，文献[7]提出了拥挤距离的概念，采用拥挤距离比较算子代替需要计算复杂的共享参数的适值共享方法；3)引入了保优机制，扩大了采样空间，经选择后参加繁殖的个体所产生的后代同其父代个体共同竞争来产生下一代种群，因
遗传算法论文
- 一篇遗传算法论文，中英文都有，翻译的很详细
最优化方法-施光燕
- 内容包括优化模型、线性规划、约束和无约束非线性规划、多目标规划、离散型优化问题以及遗传算法，涵盖了工程技术人员所需要的最基本的优化方法。此外，还以附录的方式介绍了线性规划和整数规划应用案例。