注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 人工免疫算法求解TSP问题

  2. 理解人工免疫系统的基本原理，下载TSP问题标准库，用C++或Java语言实现人工免疫算法的TSP问题求解：设计求解TSP问题的编码方案；免疫基因操作、克隆操作、选择操作的设计； 用代码实现并分析算法的执行效率；

  3. 所属分类：其它

    • 发布日期：2009-05-26
    • 文件大小：3145728
    • 提供者：sha0719

  1. 用遗传算法求解TSP问题

  2. ：介绍TsP问题和遗传算法的基本原理。针时解决TsP问题，阐述遗传算法在编码表示和遗传操作算子等方面的应 用情况，以及该算法在实现过程中的一些处理方法，最后给出该算法的运行结果和总结。

  3. 所属分类：其它

    • 发布日期：2009-11-11
    • 文件大小：503808
    • 提供者：sbfj_88999

  1. 基本遗传算法求解TSP cpp实现

  2. 基本遗传算法求解TSP cpp实现 基本遗传算法求解TSP cpp实现

  3. 所属分类：其它

    • 发布日期：2010-05-14
    • 文件大小：1048576
    • 提供者：onezeros

  1. 数学建模方法：蚁群算法

  2. 标题——作者——出处 基于蚁群优化算法递归神经网络的短期负荷预测 蚁群算法的小改进 基于蚁群算法的无人机任务规划 多态蚁群算法 MCM基板互连测试的单探针路径优化研究 改进的增强型蚁群算法 基于云模型理论的蚁群算法改进研究 基于禁忌搜索与蚁群最优结合算法的配电网规划 自适应蚁群算法在序列比对中的应用 基于蚁群算法的QoS多播路由优化算法 多目标优化问题的蚁群算法研究 多线程蚁群算法及其在最短路问题上的应用研究 改进的蚁群算法在2D HP模型中的应用 制造系统通用作业计划与蚁群算法优化 基于混合

  3. 所属分类：其它

    • 发布日期：2010-05-21
    • 文件大小：25165824
    • 提供者：wu_wenyang

  1. TSP问题的遗传算法实验报告

  2. 1以10/个城市结点的TSP问题为例,用遗传算法加以求解； 2 掌握遗传算法的基本原理、各个遗传操作和算法步骤； 3能求出问题最优解，若得不出最优解，请分析原因； 4要求界面显示每次迭代求出的局部最优解和最终求出的全局最优解

  3. 所属分类：专业指导

    • 发布日期：2013-06-21
    • 文件大小：184320
    • 提供者：huangyanhua616

  1. 遗传算法与粒子群算法的实现

  2. 本框架提供了有关粒子群算法(PSO)和遗传算法(GA)的完整实现，以及一套关于改进、应用、测试、结果输出的完整框架。 本框架对粒子群算法与遗传算法进行逻辑解耦，对其中的改进点予以封装，进行模块化，使用者可以采取自己对该模块的改进替换默认实现组成新的改进算法与已有算法进行对比试验。试验结果基于Excel文件输出，并可通过设定不同的迭代结束方式选择试验数据的输出方式，包括： 1. 输出随迭代次数变化的平均达优率数据（设定终止条件区间大于0）。 2. 输出随迭代次数变化的平均最优值数据（设定终止条件

  3. 所属分类：其它

    • 发布日期：2013-09-04
    • 文件大小：1048576
    • 提供者：u011188353

  1. 遗传算法解决TSP问题

  2. 本实验采用遗传算法实现了旅行商问题的模拟求解，并在同等规模问题上用最小生成树算法做了一定的对比工作。遗传算法在计算时间和占用内存上，都远远优于最小生成树算法。 程序采用Microsoft visual studio 2008 结合MFC基本对话框类库开发。32位windows 7系统下调试运行。

  3. 所属分类：C/C++

    • 发布日期：2013-12-12
    • 文件大小：9437184
    • 提供者：wangyaninglm

  1. 蚁群算法详细资料

  2. 包括： 基于蚁群优化算法递归神经网络的短期负荷预测 蚁群算法的小改进 基于蚁群算法的无人机任务规划 多态蚁群算法 MCM基板互连测试的单探针路径优化研究 改进的增强型蚁群算法 基于云模型理论的蚁群算法改进研究 基于禁忌搜索与蚁群最优结合算法的配电网规划 自适应蚁群算法在序列比对中的应用 基于蚁群算法的QoS多播路由优化算法 多目标优化问题的蚁群算法研究 多线程蚁群算法及其在最短路问题上的应用研究 改进的蚁群算法在2D HP模型中的应用 制造系统通用作业计划与蚁群算法优化 基于混合行为蚁群算法的

  3. 所属分类：专业指导

    • 发布日期：2014-04-25
    • 文件大小：25165824
    • 提供者：kolchakzy

  1. 演化计算实现Tsp问题

  2. TSP是一个典型的组合优化问题，并且是一个NP难问题,其可能的路径总数与城市数目N是成指数型增长的，所以一般很难精确地求出其最优解，因而寻找出有效的近似求解算法就具有重要的意义。文章是针对30个城市的 TSP问题采用遗传算法来解决并求出近似解。首先对TSP问题和遗传算法基本原理进行了简单介绍，然后采用一般的遗传算法步骤来给出求解过程，在杂交部分采用了部分映射杂交算子和次序杂交算子，并比较两种杂交算子对算法性能的影响

  3. 所属分类：讲义

    • 发布日期：2015-05-15
    • 文件大小：291840
    • 提供者：jerryburning

  1. 遗传算法求解基本TSP问题C++

  2. 遗传算法求解TSP问题，在Visual Studio 2013环境下编写和调试，可直接下载用。

  3. 所属分类：C/C++

    • 发布日期：2017-05-11
    • 文件大小：1048576
    • 提供者：baidu_38409727

  1. 求解TSP遗传算法java代码

  2. 为求解TSP问题的java编程，用两种交叉算子，他们的最大区别就是前者保留最好染色体不进行交叉变异，后者则是按照基本遗传算法框架的完全交叉变异操作的

  3. 所属分类：计算广告

    • 发布日期：2017-11-03
    • 文件大小：4096
    • 提供者：qq_37872240

  1. MATLAB_智能算法30个案例分析

  2. 1 基于遗传算法的TSP算法（王辉） TSP (旅行商问题—Traveling Salesman Problem)，是典型的NP完全问题，即其最坏情况下的时间复杂性随着问题规模的增大按指数方式增长，到目前为止不能找到一个多项式时间的有效算法。遗传算法是一种进化算法，其基本原理是仿效生物界中的“物竞天择、适者生存”的演化法则。遗传算法的做法是把问题参数编码为染色体，再利用迭代的方式进行选择、交叉以 及变异等运算来交换种群中染色体的信息，最终生成符合优化目标的染色体。实践证明，遗传算法对于解决TS

  3. 所属分类：算法与数据结构

    • 发布日期：2017-11-20
    • 文件大小：12582912
    • 提供者：sinat_22700991

  1. 基本遗传算法应用

  2. 遗传算法求解TSP问题并得到最终的优化解，对学习遗传算法的初学者有一定的借鉴意义

  3. 所属分类：其它

    • 发布日期：2017-11-24
    • 文件大小：20480
    • 提供者：weixin_39498249

  1. matlab开发-遗传算法用于求解线性问题

  2. matlab开发-遗传算法用于求解线性问题。此代码是TSP遗传算法的基本版本。

  3. 所属分类：其它

    • 发布日期：2019-08-23
    • 文件大小：4096
    • 提供者：weixin_38744375

  1. 遗传算法自写代码.zip

  2. 采用基本遗传算法SGA求解TSP旅行商问题的代码。由多个模块化函数构成，结构较为清晰。在关键地方有适当的注解，代码思路较为清晰。能够作为遗传算法的基本模板，适用于初学者，可以通过适当的改动代码来实现多种问题。附有较为清晰的图像绘画功能。

  3. 所属分类：其它

    • 发布日期：2020-05-05
    • 文件大小：7168
    • 提供者：weixin_43267645

  1. 太原理工大学AI实验报告

  2. A。掌握盲目搜索算法之一的宽度优先搜索求解算法的基本思想。对于宽度优 先搜索算法基本过程，算法分析有一个清晰的思路，了解宽度优先搜索算法在实际生活中的应用。 B。1.加深对各种状态图搜索策略概念的理解； 2.熟悉和掌握 A*搜索的定义、估价函数和算法过程 3.理解和掌握 A*搜索过程，能够用选定的编程语言求解八数码问题，理解求解流程和搜索顺序； 4.通过实验掌握估价函数的计算方法，理解估价函数定义的意义 C。1.熟悉和掌握遗传算法的原理、流程和编码策略，并利用遗传求解函数优化问题。 2.理解求解

  3. 所属分类：互联网

    • 发布日期：2020-05-29
    • 文件大小：392192
    • 提供者：HKlearner

  1. 蚁群算法在求解TSP问题中的改进研究

  2. 针对蚁群算法在求解大规模优化问题时存在的3个缺点：消耗时间长、蚂蚁在下次搜索时目标导向不强导致搜索随机性大、寻优路径上的信息素过度增强导致得到假的最优解。本文提出了基于边缘初始化和自适应全局信息素的改进蚁群算法。在相同参数下，其搜索时间大大缩短，并且得到了更好的最优解。将其应用到旅行商(TSP)问题中，和基本蚁群算法、遗传算法相比较，其具有以下优点：较好的搜索最优解的能力；对新解不会过早的终止；探索新解的能力进一步增强。因此，改进的蚁群算法在求解TSP等组合优化问题时非常有效。

  3. 所属分类：其它

    • 发布日期：2021-01-28
    • 文件大小：1048576
    • 提供者：weixin_38587705