搜索资源列表
satsp
- 这是一个SA求解tsp旅行商的matlab源代码，由m文件构成，可方便大家学习模拟退火算法。-This is a traveling salesman tsp SA for the Matlab source code, document constitute m, can facilitate learning simulated annealing.
SA
- 一种用MATLAB实现的改进的模式退火算法的编程，模拟退火是智能计算中很重要的算法之一。-Using MATLAB to achieve a kind of model annealing algorithm to improve the programming, simulated annealing is a very important intelligent algorithm calculation one.
satool
- Sa 模拟退火算法 matlab 工具箱-Sa 模拟退火算法 matlab 工具箱
SATSP
- 使用模拟退火算法（SA）解决TSP问题的Matlab代码-use SA for solving TSP problem
SAAforTSP
- matlab环境下的模拟退火算法，解决各种最优化问题-SA stp
CTSP_SA
- 简单明晰的运用模拟退火算法解决中国旅行商问题的Matlab程序。动态绘制图像并输出结果和访问路径序列。-Sovling Chinese TSP using SA with Matlab. Exporting result & path & picture.
SA
- 自己编写的用模拟退火算法求解TSP问题的matlab程序-I have written with simulated annealing algorithm matlab program for TSP
Common-GA-SA-MATLAB
- 通用遗传模拟退火算法的MATLAB程序。Common genetic simulated annealing algorithm for MATLAB。-Common genetic simulated annealing algorithm for MATLAB。
Simulated-Annealing-SA
- 模拟退火算法,MATLAB环境编写，在matlab2011b能运行-Simulated Annealing
Matlab-SA-tool-and-example
- Matlab的模拟退火算法工具箱与实例，包括最经典的旅行商问题等-Matlab toolbox simulated annealing algorithm and examples, including the most classic traveling salesman problem, etc.
SA_TSP
- 使用模拟退火算法解决旅行商问题，在matlab里面实现-use SA algorithm to solve traveling salesman problem
SAforVRP
- 模拟退火算法求解车辆路径问题的MATLAB代码(Simulated annealing algorithm for vehicle routing problem)
SA算法
- 本程序为现代智能算法中的模拟退火法，对于非线性规划，寻找震荡函数可行域内的最优解具有非常好的效果(This program is a modern intelligent simulated annealing algorithm, for nonlinear programming, find the optimal feasible domain shock function solution has very good effect)
SA_tsp
- 利用matlab软件，应用模拟退火算法解决31个城市的TSP问题(Using Matlab software to apply simulated annealing algorithm to solve TSP problems in 31 cities)
神经网络入门13课源码
- 神经网络入门13课源码 第一课 MATLAB入门基础 第二课 MATLAB进阶与提高 第三课 BP神经网络 第四课 RBF、GRNN和PNN神经网络 第五课 竞争神经网络与SOM神经网络 第六课 支持向量机( Support Vector Machine, SVM ) 第七课 极限学习机( Extreme Learning Machine, ELM ) 第八课 决策树与随机森林 第九课 遗传算法( Genetic Algorithm, GA ) 第十课 粒子群优化( Part
chapter7
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e(-ΔE/(kT))，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。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