搜索资源列表
relixue
- 传算法是一种基于生物进化原理的启发式并行搜索和优化技术，常被用于优化计算。该文针对经典遗传算法在多目标优化计算中存在的不足，结合热力学中熵的概念，利用约束交叉、适应度共享技术来进行多目标函数的优化计算。实验结果显示这种改进型遗传算法能得到一个较好的Ｐａｒｅｔｏ优集。 -Propagation algorithm is a heuristic based on the principle of biological evolution parallel search and optimiza
multiple-objective-decision
- 讨论了多模式、多资源约束条件下，如何综合考虑工期、成本和资源平衡三个目标这一问题，提出了该问题的模型，并给出了利用遗传算法来解决该问题模型，最后结合一个应用实例来说明模型及算法。-Discussed the multi-mode, multi-resource constraints, how considering duration, cost and resource balance three goals of this problem, a model of the problem, a
ga-reservoir
- 用遗传算法求解单一水库优化调度，只需要修改相应的约束条件就可以进行优化计算了-A single reservoir with genetic algorithm is presented to solve the optimization scheduling, only need to modify the corresponding constraint conditions can were optimized
orthogonal-binary-phase-code
- 正交二相编码信号在很多雷达中都有应用。针对正交二相编码信号提出了一种优化设计 方法,该方法首先根据需求提出了多约束的适应度准则, 然后采用了基于全局的搜索算法进行优 化。在搜索长码(对任何码长 N大于等于 100)时, 相比遗传算法等智能方法, 该方法运算复杂度 低,而且没有随机性。最后仿真实验分析了所优化码的自相关函数和互相关函数性能,验证了所提 算法的可行性和有效性。-Based on global search multiple orthogonal binary pha
floor-layout
- 设备布局优化设计一直是跨学科的研究课题。从数学角度来看，设备布局优化问题属于非线性规划问题，由于约束条件多，对较多设备布局优化问题求解时，将很难找到最优解。近些年来，用遗传算法解决设备布局设计趋势迅速增加。本例将说明遗传算法在车间布局优化中的应用。-floor layout
genetic-algorithm-and-nonlinea
- 基于遗传算法和非线性规划的函数寻优算法在一组等式或者不等式的约束下求极值。 基于遗传算法和非线性规划的函数寻优算法 在一组等式或者不等式的约束下求极值。-Based on genetic algorithm and nonlinear programming function optimization algorithm in a set of equations or inequality constraints for extreme value. Based on geneti
youhua
- 最优化方法及其Matlab程序设计。包括带约束的罚函数法，复合形法，坐标轮换法，乘子法，单纯形法，割平面法，粒子群法，遗传算法等各种优化算法-Optimization method and Matlab programming. Including the penalty function method with constraints, the complex method, coordinate rotation method, the multiplier method, the simp
MMAdapGA
- 遗传算法：用多变异位自适应遗传优化求解一维无约束优化问题-Genetic algorithm: changing ectopic adaptive genetic optimization to solve the one-dimensional unconstrained optimization problem
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
JSP--E-T--GA
- 针对带有交货期窗口硬约束，并对提前/拖期零件进行惩罚的一类作业车间调度问题，设计了一种改进型遗传算法EGA。交货期窗口硬约束是指每个零件均有交货期和deadline，零件可以在交货期后完工，但绝不能超出deadline。EGA采用“逆向后推”和“顺向前拉”相结合的两阶段求解策略。针对部分染色体在解码过程中违反交货期窗口硬约束而产生非法解的问题，采用基于关键路径的染色体修复方法来调整染色体基因序列，以期实现在满足交货期窗口硬约束的同时降低零件拖期成本；在保持第一调度阶段拖期成本不变的基础上，采用基
study--on-genetic-glgorithm
- 遗传算法对约束优化问题的研究综述证明了遗传算法的有效性-Research of genetic algorithm constrained optimization problems to prove the effectiveness of the genetic algorithm
example
- 遗传算法实例：生成初始种群：遗传优化算法搜索；将不等式约束作为惩罚项加入适应度函数-Genetic algorithm example
Stochastic-Programming-2
- 该算法是用随机模拟，遗传算法和神经网络相结合的混合算法求解随机机会约束的模型。-The algorithm is simulated using a stochastic, combining genetic algorithm and neural network hybrid algorithm for solving stochastic chance constrained model.
AdapGA
- 自适应遗传算法求解一维无约束优化问题，matlab程序。-Adaptive genetic algorithm for one-dimensional unconstrained optimization problems, matlab program.
gene
- 遗传算法惩罚函数法，说明如何对约束条件进行处理，将其转变成无约束的优化问题-Genetic algorithm penalty function method shows how to deal with the constraints, transforming them into a constrained optimization problem
FDGPSOo
- 用于求解约束优化问题的算法，算法为差分进化/遗传算法/微粒群算法的融合。-Algorithm for solving constrained optimization problems, algorithms, differential evolution/genetic algorithm/particle swarm algorithm fusion.
Matlab_BP
- 于BP网络的权值优化是一个无约束优化问题，而且权值要采用实数编码，所以直接利用Matlab遗传算法工具箱。以下贴出的代码是为一个19输入变量，1个输出变量情况下的非线性回归而设计的，如果要应用于其它情况，只需改动编解码函数即可。-BP network weights optimization is a constrained optimization problem, and the right value to real-coded, so the direct use of the Matl
GA
- 遗传算法GA求解无约束最优化问题，采用遗传算法求函数的最小值-The genetic algorithm GA for solving unconstrained optimization problems using genetic algorithm for the minimum of the function
GA
- 1.遗传算法求解无约束目标函数最大值问题案例分析 2.多约束非线性规划-Genetic Algorithm for Solving the unconstrained maximum objective function of problem cases
GA
- 遗传算法应用案例，无约束目标函数最大值遗传算法求解策略-Genetic algorithm is used in cases, unconstrained objective function maximum genetic algorithm strategy