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. matlab在遗传算法中的应用

  2. 遗传算法matlab程序(2009-04-14 18:25:19)转载标签： 遗传算法二进制编码if杂谈 遗传算法程序: 说明: fga.m 为遗传算法的主程序; 采用二进制Gray编码,采用基于轮盘赌法的非线性排名选择, 均匀交叉,变异操作,而且还引入了倒位操作! function [BestPop,Trace]=fga(FUN,LB,UB,eranum,popsize,pCross,pMutation,pInversion,options) % [BestPop,Trace]=fmaxga

  3. 所属分类：制造

    • 发布日期：2011-05-05
    • 文件大小：1048576
    • 提供者：goodluck207

  1. 基于改进遗传算法的可重构计算任务划分

  2. ：为实现可重构计算中的软硬件任务自动划分，引入了遗传算法来搜寻最优解。首先，为解决标准遗传算法可 能出现种群早熟和种群进化后期收敛速度慢的问题，使用了小生境技术来保护种群中基因的多样性。其次，设计了 能够随适应度自动改变的自适应遗传算子（杂交算子和变异算子)。最后对算法进行了50次随机实验，并对结果进 行了分析。实验表明，改进后的遗传算法搜寻到全局最优任务划分的概率和搜寻到最优任务划分时的进化代数都要 优于标准遗传算法。

  3. 所属分类：其它

    • 发布日期：2011-11-28
    • 文件大小：66560
    • 提供者：hc315

  1. 基于量子遗传算法的XML聚类集成

  2. 为了改善单一聚类算法的聚类性能，提出一种基于量子遗传算法的XML文档聚类集成解决方法。该方法先利用kNN分类划分k个差异性的聚类成员；其次根据聚类成员的关系获得的内联相似度矩阵，并通过多次分割、向下、向上、双向收缩的QR算法分解特征值对应的特征向量来实现矩阵的维数缩减；然后在映射空间上，用初始聚类中心构造量子遗传算法的初始种群，用量子遗传算法来寻找样本集的最优聚类组合，把每一个样本判别到最优的聚类类别中，从而完成聚类集成。为了验证本文提出的算法，实验结果显示，该聚类集成算法比单聚类算法具有更好

  3. 所属分类：其它

    • 发布日期：2011-12-26
    • 文件大小：331776
    • 提供者：hunanjjyy

  1. 交互式遗传算法中用户的认知规律及其应用--博士毕业论文

  2. （1）研究交互式遗传算法中用户的参照认知规律，分别考虑理论参照认知和实际参照认知的算法收敛理论，提出交互式遗传算法全局收敛的强条件和弱条件；（2）研究交互式遗传算法中用户的理性认知规律，提出用户保持理性是交互式遗传算法全局收敛的充分条件，并针对赋予适应值的不同方法给出用户保持理性的最大进化代数估计；（3）研究交互式遗传算法中用户的不确定性认知规律，给出用户偏好知识提取、表示及更新方法，并结合定向变异，提出了改进算法性能的方法；（4）研究交互式遗传算法中用户的选择性注意认知规律，提出获取用户选择

  3. 所属分类：其它

    • 发布日期：2013-02-04
    • 文件大小：5242880
    • 提供者：good0981

  1. 粒子群算法与神经网络算法结合的matlab程序

  2. 粒子群优化算法是一种新颖的仿生、群智能优化算法。该算法原理简单、需调整的参数少、收敛速度快而且易于实现，因此近年来粒子群算法引起了广大学者的关注。然而到目前为止粒子群算法的在理论分析和实践应用方面尚未成熟，仍有大量的问题需进一步研究。本文针对粒子群算法易出现“早熟”陷入局部极小值问题对标准粒子群算法进行改进并将改进的粒子群算法应用于BP神经网络中。本文的主要工作如下：本文首先介绍了粒子群算法的国内外的研究现状与发展概况，较系统地分析了粒子群优化算法的基本理论，总结常见的改进的粒子群优化算法。其

  3. 所属分类：专业指导

    • 发布日期：2013-05-28
    • 文件大小：1024
    • 提供者：checkpaper

  1. 大数据产业生态圈研究

  2. 摘要：大数据是一个具有重大战略意义，以高端技术和信息服务为主的新兴产业。产业范围广、链条长，因此生态学是产业分析的一种高效方法。文章以生态圈来刻画大数据产业，为各生态系统划分群落并总结概括其特征，对若干重要种群进行概括分析。此方法有助于理清产业构成和上下游关系，帮助政府引导和扶持大数据产业。

  3. 所属分类：互联网

    • 发布日期：2015-03-05
    • 文件大小：514048
    • 提供者：demon2009s

  1. structure种群划分软件

  2. 多倍体种群划分软件

  3. 所属分类：其它

    • 发布日期：2017-03-29
    • 文件大小：53477376
    • 提供者：baidu_38111061

  1. 狐獴算法求解函数最值问题

  2. 根据狐獴种群生活习性，并从中受到启发，三位原作者由此开发出狐獴算法。现在假设有一个狐獴种群，总的个体数量为n，先初始化所有的相关参数，并根据适应度函数计算所有个体的适应度值，选择适应度值最优者为哨兵，其数量为1。接下来， 剩余子群数量为（n-1），将剩余子群随机划分成两部分——觅食子群和保姆子群。 其次，将觅食子群个体进行更新，使得其整体质量要优于保姆子群，这一点也是符合狐獴种群的生活习性特征的。觅食子群中每一个个体从其本身产生邻域，并计算邻域的适应度值，若其优于该个体，则替换该个体；否则，从

  3. 所属分类：机器学习

    • 发布日期：2018-07-01
    • 文件大小：2048
    • 提供者：h2t0404

  1. 狐獴家族算法代码（修正）

  2. 根据狐獴种群生活习性，并从中受到启发，三位原作者由此开发出狐獴算法。现在假设有一个狐獴种群，总的个体数量为n，先初始化所有的相关参数，并根据适应度函数计算所有个体的适应度值，选择适应度值最优者为哨兵，其数量为1。接下来， 剩余子群数量为（n-1），将剩余子群随机划分成两部分——觅食子群和保姆子群。 其次，将觅食子群个体进行更新，使得其整体质量要优于保姆子群，这一点也是符合狐獴种群的生活习性特征的。觅食子群中每一个个体从其本身产生邻域，并计算邻域的适应度值，若其优于该个体，则替换该个体；否则，从

  3. 所属分类：机器学习

    • 发布日期：2018-09-23
    • 文件大小：2048
    • 提供者：h2t0404

  1. 基于遗传算法的机器人路径规划mstlab程序

  2. 采用栅格对机器人的工作空间进行划分，再利用优化算法对机器人路径优化，是采用智能算法求最优路径的一个经典问题。目前，采用蚁群算法在栅格地图上进行路径优化取得比较好的效果，而利用遗传算法在栅格地图上进行路径优化在算法显得更加难以实现。 利用遗传算法处理栅格地图的机器人路径规划的难点主要包括：1保证路径不间断，2保证路径不穿过障碍。 用遗传算法解决优化问题时的步骤是固定的，就是种群初始化，选择，交叉，变异，适应度计算这样，那么下面我就说一下遗传算法求栅格地图中机器人路径规划在每个步骤的问题、难点以及

  3. 所属分类：机器学习

    • 发布日期：2019-05-02
    • 文件大小：5120
    • 提供者：asfdsdg

  1. 松嫩平原野古草种群构件结构时空动态

  2. 松嫩平原野古草种群构件结构时空动态，李程程，李海燕，野古草是根茎型无性系禾草，在松嫩平原草甸经常形成单优种群落。采用单位面积挖掘取样、分株按营养繁殖世代划分龄级、根茎按实际

  3. 所属分类：其它

    • 发布日期：2020-01-03
    • 文件大小：270336
    • 提供者：weixin_38555304

  1. 一种混合粒子群优化算法在TSP中的应用

  2. 针对TSP,提出一种混合粒子群优化算法IHPSO,将种群划分成若干子种群,在子种群内部实施遗传策略。算法在PSO-GA的基础上,引入克隆免疫机制,通过计算粒子间的亲和度来进行复制和变异,从而保留最佳粒子和改进较差粒子。算法中设计了克隆算子、交叉算子、自适应变异算子和抗体重组算子等4个算子。通过实验比较,用所提出的混合粒子群优化算法求解TSP在收敛速度、全局搜索能力和最优解结果上都较优。

  3. 所属分类：其它

    • 发布日期：2020-06-20
    • 文件大小：996352
    • 提供者：weixin_38649315

  1. 多种群多策略的并行差分进化算法

  2. ：为了更好地提高并行差分进化算法的求解精度和计算效率，实现适用于解决多种优化问题的鲁棒性 算法，提出了一种多种群多策略的并行差分进化算法。该算法将种群划分为多个子种群，不同的子种群分别 采用不同的差分进化策略。多个子种群各自独立进化，互不干扰，每隔一定代数才进行种群间的通信交流。 通过利用多种群实现多种优化策略，并采用并行方式，使得算法可以采用不同的优化策略进行搜索，更加节省 计算时间。数值实验结果表明，该算法在求解不同类型的优化问题时都具有良好的计算能力和效率。 关键词：多种群；多策略；并行；

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：1048576
    • 提供者：weixin_38751014

  1. PopGenomics_Afumigatus_Global：2021年烟曲霉种群基因组学重新启动-源码

  2. PopGenomics模板 在简单的BASH + Slurm环境中调用人口基因组学变体的模板。 最好的用途是将其作为模板。 替代管道将引入snakemake实施。 该管道使用Slurm arrayjobs在整个集群中分配工作。 有2个维度需要考虑，一个是在每个菌株/样本之间划分，另一个是每个染色体（或染色体块）的单独工作A 作为此模板的一部分，已经创建了一个logs文件，以支持存储运行的日志文件并保持文件井井有条 需要更新的文件 samples.csv-这是样本列表，第一行是标头，作业将跳

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：33792
    • 提供者：weixin_42131352

  1. 基于环境经济调度问题的空间自适应划分多目标优化

  2. 提出一种基于空间自适应划分的多目标优化算法. 为了增强种群的收敛性和多样性, 多维搜索空间被划分成多个网格, 网格内的粒子通过共享“引导”粒子的经验信息调整自身的速度和位置, 并引入年龄观测器实时记录引导粒子对Pareto 解集所做的贡献, 及时更新引导粒子, 以增强算法的全局搜索能力. 对多目标测试函数以及环境经济调度问题进行了仿真实验, 实验结果表明, 所提出算法能对解空间进行更加全面、充分的探索, 快速找到一组分布具有较好的逼近性、宽广性和均匀性的最优解集合.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：669696
    • 提供者：weixin_38652636

  1. 基于交叉模型的改进遗传算法

  2. 提出一种解决早熟收敛问题的改进遗传算法. 通过最小生成树聚类将种群划分为若干个子种群, 子种群内的个体之间及不同子种群间的个体之间同时进行遗传操作. 同子种群间个体的遗传操作可以保证算法的进化方向和收敛速度, 不同子种群间个体的遗传操作可以避免近亲繁殖, 提供多样性. 分别采用二进制和实数编码, 在经典的 23 个基准函数上的对比测试结果表明, 所提出算法具有较好的收敛速度和寻优能力.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：590848
    • 提供者：weixin_38679449

  1. 基于混合樽海鞘-差分进化算法的贝叶斯网络结构学习算法

  2. 针对目前利用启发式算法学习贝叶斯网络结构易陷入局部最优、寻优效率低的问题，提出一种基于混合樽海鞘-差分进化算法的贝叶斯网络结构学习算法。该算法在种群划分阶段提出自适应的规模因子平衡局部搜索与全局搜索，在子种群更新阶段利用改进的变异算子与交叉算子构建樽海鞘搜索策略与差分搜索策略，更新不同的子种群，在合并子种群阶段利用两点变异算子增加种群多样性。由算法的收敛性分析可知，通过种群的迭代搜索可以找到最佳结构。实验结果表明，与其他算法相比，所提算法收敛精度与寻优效率均有提升。

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：1048576
    • 提供者：weixin_38622962

  1. 基于区域划分自适应粒子群优化的超短基线定位算法

  2. 为了降低由声速不确定引起的水下声学定位误差,提出一种基于区域划分自适应粒子群优化的超短基线定位算法.该算法将声速作为未知量,利用冗余的定位信息构建定位模型,针对标准粒子群算法收敛速度慢及容易早熟的问题,采用区域划分的方法动态调整粒子的惯性权重和学习因子,达到寻优能力与收敛速度的平衡,并引入自适应变异操作避免种群陷入局部最优解.仿真实验表明,所提出的算法能够有效提高声速未知情况下超短基线系统的定位精度.

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：373760
    • 提供者：weixin_38595356

  1. 基于子种群拉伸操作的精英共生生物搜索算法

  2. 针对共生生物搜索算法存在易早熟、收敛速度慢等缺陷,提出一种基于子种群拉伸操作的精英共生生物搜索算法.在“互利共生”阶段,根据适应度值将种群划分为两个子种群,设计有针对性的进化策略,使两个子种群分别负责开发和探索,有效地平衡算法的收敛速度与精度;在“偏利共生”阶段,利用最优个体的方向性引导信息,引入拉伸因子和差分扰动向量,并修正个体更新模式,从而在提高算法收敛速度的同时保证种群的多样性;模拟寄生体和宿主的生物关系,提出精英“寄生”机制,进一步平衡算法在整个迭代过程中的探索与开发能力.对与标准共生生

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：228352
    • 提供者：weixin_38562130

  1. 基于搜索空间划分与Canopy K-means聚类的种群初始化方法

  2. 为了提高差分进化算法对搜索空间的探索与开发能力,提高差分进化算法的收敛性与算法的进化效率,提出一种基于搜索空间均匀划分与局部搜索和聚类相结合的种群初始化方法.该方法首先对决策变量空间进行均匀划分,并从各个子空间中随机选择一个个体,得到的个体能够覆盖整个搜索空间;然后,利用Hooke-Jeeves算法对各子空间进行局部搜索得到局部最优的个体,并结合改进的Canopy算法与K-means聚类算法,辨识搜索空间中的前景区域,以此为基础对局部搜索产生的局部最优个体进行筛选,最终生成初始种群中的个体.通过

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：601088
    • 提供者：weixin_38641561
« 12 »