搜索资源列表
求解药代动力学参数的自适应混合粒子群算法
- 摘要：针对传统方法具有初始值敏感和进化算法无法确定搜索范围等缺陷，将Nelder-Mead 单纯形与粒子群算法相结合，提出 了一种基于Nelder-Mead单纯形与粒子群算法的具有时变加速因子的自适应混合粒子群算法。将该混合算法用于血管外给药二 室模型参数优化的实验之中。仿真实验结果表明，算法计算精度高而且鲁棒性强，是一种新颖的解决药代动力学参数优化的较 好方法。
运筹学论文
- 基于免疫的混合进化算法在全球集装箱重新定位的多目标优化
algorithms
- 我个人收集的各类智能算法，共有20多个源代码，包括：遗传算法，蚁群算法，粒子群算法，微分进化算法，遗传神经网络算法，粒子群SVM算法，粒子群神经网络算法等混合算法-I collect all kinds of intelligent algorithms, a total of more than 20 source code, including: genetic algorithms, ant colony optimization, particle swarm optimization,
Knap
- 矩形条带装箱问题(RSPP)是指将一组矩形装入在一个宽度固定高度不限的矩形容器中，以期 获得最小装箱高度．RSPP理论上属于NP难问题，在新闻组版、布料下料以及金属切割等工业领域中 有着广泛的应用．为解决该问题，采用了一种混合算法，即将一种新的启发式算法—— 动态匹配算 法—— 与遗传算法结合起来．混合算法中，动态匹配算法能根据4类启发式规则动态选择与装填区域相 匹配的下一个待装矩形，同时将装箱后所需容器高度用遗传算法的进化策略进行优化．对2组标准测试 问题的计算结果表明，相
Decode
- 有能力约束车辆路径问题混合量子进化算法编码-Vehicle routing problem with capacity constraints coded quantum evolutionary algorithm
SFLA
- 混合蛙跳算法（Shuffled Frogleaping Algorithm）是进化计算领域新发展起来的一种优化算法，由Eusuff和Lansey与2003年为解决组合优化问题而最先提出-shuffled frogleaping Algorithm，
POL-localization
- 基于差分进化和粒子群优化算法的混合优化算法，并且有查分算法的原理介绍。-Based on differential evolution and the particle swarm optimization algorithm hybrid optimization algorithm, and the principle of grey or algorithm is introduced.
the-simulation-examples
- 基于差分进化和粒子群优化算法的混合优化算法，基于差分进化算法的定位算法，及其仿真。-Based on differential evolution and the particle swarm optimization algorithm hybrid optimization algorithm, evolutionary algorithm based on difference of localization algorithm, and its simulation.
Constrained-Engineering-Optimization
- 将离散约束优化问题转化为非负整数约束规划问题，开发求解该问题的离散差分进化算法。该算法采用基于混沌映射 的种群初始化、双版本变异和带随机扰动项的取整运算等新策略。针对非线性约束条件，给出惩罚基数的计算方法和连续映 射基函数的表达式，在此基础上设计处理非线性约束的自适应惩罚因子。提出一种刻画种群多样性的新测度——种群二次平 均基因距离及基于新测度的依概率混沌移民算子。将自适应罚函数法、依概率混沌移民操作与离散差分进化算法有机融合， 构造面向工程约束优化的混合离散差分进化算法
IDE-pso
- 改进的差分进化算法优化粒子群优化算法的混合智能优化算法的源程序-Improved differential evolution algorithm to optimize the hybrid particle swarm optimization intelligent optimization algorithm source code! ! ! !
DE-phase-only-synthesis
- 运用差分进化算法实现一维线阵方向图优化，还包含了带有单纯形算法局部搜索的混合算法程序-One-dimensional linear array pattern optimization using differential evolution algorithm
A-hybrid
- 针对传统的ＢＰ或ＧＡ对模糊神经网络的识别应用存在收敛容易陷入局部极小 识别率低下等问题 提出一 种基于ＢＦＧＳ的混合遗传算法 其基本思想为 首先构造一种前馈型模糊神经网络结构 然后用遗传算法进化若干代 后 当目标函数的梯度或者范数小于预先设定值 则改用ＢＦＧＳ算法进行优化识别 仿真实验表明 对比ＧＡ该算法 收敛速度较快 识别精度提高了约７％ 能够较好地应用于一类模糊神经网络的识别-In traditional BP or GA to identify the application
Application
- 将基于混合差分策略的改进差分进化优化算法应用在PID控制器在线优化中。MDE( 改进差分 进化算法)结合了差分策略DE / rand /1的多样性和DE /best/1的高收敛速度的优点, 算法的寻优性能远超过两 种策略单独作用时的性能。此方法充分利用了差分进化的进化寻优优势与PID控制器的简单方便, 让控制器 在系统运行过程中进行自我设计和优化。-Th is pape r presen ts a new m ethod
dominate
- 用差分进化算法求解带有约束的混合整数规划问题-Using differential evolution algorithm for solving mixed integer programming with constraints problem
genetic-algorithm-
- 基于差分进化算法和遗传算法的混合优化算法及其在阵列天线方向图综合中的应用-Based on differential evolution algorithm and genetic algorithm hybrid optimization algorithm and its application in the array antenna pattern synthesis of
HCOEA(MOPforCOP)
- 基于多目标优化和混合进化算法的约束问题优化，IEEE经典Paper的代码-Multiobjective optimization and hybrid evolutionary algorithm to solve constrained optimization problems(IEEE,tran evo com经典paper代码)
蛙跳程序
- 蛙跳算法（SFLA）是一种全新的启发式群体进化算法，具有高效的计算性能和优良的全局搜索能力。对混合蛙跳算法的基本原理进行了阐述，针对算法局部更新策略引起的更新操作前后个体空间位置变化较大，降低收敛速度这一问题，提出了一种基于阈值选择策略的改进蛙跳算法。通过不满足阈值条件的个体分量不予更新的策略，减小了个体空间差异，从而改善了算法的性能。数值实验证明了该改进算法的有效性，并对改进算法的阈值参数进行了率定。(Leapfrog algorithm (SFLA) is a new heuristic p
Evolutionary Algorithms
- 差分进化算法程序 一种混合算法 可以提高求解效率和提高解的质量(Differential evolution algorithm, a hybrid algorithm, can improve the efficiency and quality of the solution)
混合CS算法的DE算法
- 混合CS(布谷鸟搜索)算法的DE(差分进化)算法(DE (differential evolution) algorithm for hybrid CS (cuckoo search) algorithm)
DE_TCR
- matlab脚本实现了DE_TCR算法-自适应交叉机制的混合差分进化算法，对研究进化算法具有一定帮助。(These matlab scr ipts implement a version of the DE_TCR algorithm which is a Hybrid Differential Evolution Algorithm With Adaptive Crossover Mechanism.)