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. 遗传算法的各种应用示例（含源码）

  2. 遗传算法的各种应用示例（含源码） 问题1 求f(x)=x 10*sin(5x) 7*cos(4x)的最大值，其中0<=x<=9 问题2 求下列函数的最大值 % f(x)=10*sin(5x)+7*cos(4x) x∈[0,10] % 问题3 已知n个城市之间的相互距离，现有一个推销员必须遍访这n个城市，并且每个城市 只能访问一次，最后又必须返回出发城市。如何安排他对这些城市的访问次序，可使其 旅行路线的总长度最短？ 用图论的术语来说，假设有一个图g=(v,e)，其中v是顶点集，e是

  3. 所属分类：Hadoop

    • 发布日期：2017-12-27
    • 文件大小：139264
    • 提供者：jianduoyou8445

  1. -traveling-salesman-problem-源码

  2. 旅行推销员问题 问题陈述 旅行商问题（TSP）提出以下问题：“给出一个城市列表以及每对城市之间的距离，访问每个城市并返回原城市的最短路线是什么？” 这是组合优化中的NP难题，在运筹学和理论计算机科学中很重要。 旅行购买者问题和车辆路线问题都是TSP的概括。 在计算复杂性理论中，TSP的决策版本（在给定长度L的情况下，任务是确定图是否具有比L短的行程）属于NP完全问题类。 因此，对于TSP的任何算法，最坏情况下的运行时间都可能随着城市数量的增加而增加（但不超过指数增加）。 解决方案为了解决此

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：2048
    • 提供者：weixin_42099906

  1. 旅行推销员遗传算法-源码

  2. 旅行推销员遗传算法

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：47104
    • 提供者：weixin_42157556

  1. scikit-opt：遗传算法，粒子群优化，模拟退火，蚁群优化算法，免疫算法，人工鱼群算法，差异进化和TSP（旅行推销员）-源码

  2. Python中的群智能（遗传算法，粒子群优化，模拟退火，蚁群算法，免疫算法，Python中的人工鱼群算法） 文档： : 文档： : 源代码： : 帮助我们改善scikit-opt 安装 pip install scikit-opt 对于当前的开发人员版本： git clone gitgithub.com:guofei9987/scikit-opt.git cd scikit-opt pip install . 特征 功能1：UDF UDF （用户定义的函数）现在可用！ 例如，您

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：77824
    • 提供者：weixin_42181693

  1. CUDA-TSP-GA-源码

  2. 旅行推销员 CUDA的遗传算法 在实际的代码配置中。 它为不对称的旅行推销员加载距离矩阵。 可以在mat.dat文件中找到该矩阵，它是由以下代码生成的二进制文件： void CriaMatrizRandom ( int t) { float *v = new float [t*t]; int r= 0 ; for ( int i= 0 ;i<t*t;i++) { if (i%t ==r) { v[i] = 0 ; r++;

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：6144
    • 提供者：weixin_42119989

  1. 旅行优化器：通过蚁群和遗传进化优化旅行时间-源码

  2. 通过蚁群和遗传进化的旅行时间优化 在这个项目中，我解决了出租车的旅行时间优化问题。 可以将其称为“旅行推销员问题” ，这是众所周知的计算机科学问题。 目的是找到访问一组位置的最短路径。 对于此问题，需要优化技术来智能地搜索解空间并找到接近最优的解。 更具体地说，我首先使用XGBoost模型来预测每对上落地点之间的旅行时间。 然后，我使用了进化算法，即蚁群和遗传算法，为数据中的车辆找到了最佳的旅行路线。 可以在以下链接找到有关Medium的随附博客文章： 数据集 数据是已经下载到上的数据。 我有

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：11534336
    • 提供者：weixin_42162171