您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 进化算法-竞赛争冠算法函数优化程序

  2. 竞技取冠算法属进化算法范畴,但其优化原理不同于遗传算法等一般进化算法。其中不用遗传算法常用的的复制算子,交叉算子,不用混合技术,也不用现在很多程序用到的正交交叉算子等,而主要用邻域繁殖算子,小生境技术,多智能体技术等。该程序既能实现低维函数的优化,也能用于高维函数的优化;既能用于单峰值函数的优化,也能用多峰值函数的优化;多数遇到的测试函数的优化很顺利!很多低维函数的优化1~2次迭代就搞定。另外,程序还实现了进化进程的二维图形演示,可了解进化程度。
  3. 所属分类:其它

    • 发布日期:2009-07-27
    • 文件大小:1048576
    • 提供者:xufs
  1. 进化算法;进化算法进化算法

  2. 主要包含:遗传算法,遗传规划,进化策略,进化规划。
  3. 所属分类:其它

    • 发布日期:2009-12-29
    • 文件大小:3145728
    • 提供者:ggm1029
  1. 遗传算法及其仿真.PDF

  2. 遗传算法及其仿真.PDF lunwen 遗传算法为群体优化算法,也就是从多个初始解开始进行优化,每个解称为一个染色体,各染色体之间通过竞争、合作、单独变异,不断进化。 优化时先要将实际问题转换到遗传空间,就是把实际问题的解用染色体表示,称为编码,反过程为解码,因为优化后要进行评价,所以要返回问题空间,故要进行解码。SGA采用二进制编码,染色体就是二进制位串,每一位可称为一个基因;如果直接生成二进制初始种群,则不必有编码过程,但要求解码时将染色体解码到问题可行域内。 遗传算法模拟“适者生存,优胜
  3. 所属分类:其它

    • 发布日期:2010-07-05
    • 文件大小:190464
    • 提供者:wsl245
  1. NSGA-2(K.Deb的经典进化算法)

  2. NSGA-2(K.Deb的经典进化算法)
  3. 所属分类:其它

    • 发布日期:2010-11-01
    • 文件大小:373760
    • 提供者:mao_kun
  1. 玄光南《进化算法和优化——理论和应用》ppt讲义(清华大学).rar

  2. 玄光南《进化算法和优化——理论和应用》;其人是我国这方面的专家
  3. 所属分类:其它

    • 发布日期:2010-11-10
    • 文件大小:3145728
    • 提供者:partnermore
  1. 玄光南《进化算法和优化——理论和应用》ppt讲义(清华大学).rar第二部分

  2. 玄光南《进化算法和优化——理论和应用》;其人我国此领域的专家啊
  3. 所属分类:其它

    • 发布日期:2010-11-10
    • 文件大小:8388608
    • 提供者:partnermore
  1. 遗传算法基本原理及应用

  2. 遗传算法(Genetic Algorithm)是一类借鉴生物界的进化规律(适者生存,优胜劣汰遗传机制)演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出,其主要特点是直接对结构对象进行操作,不存在求导和函数连续性的限定;具有内在的隐并行性和更好的全局寻优能力;采用概率化的寻优方法,能自动获取和指导优化的搜索空间,自适应地调整搜索方向,不需要确定的规则.
  3. 所属分类:其它

    • 发布日期:2011-01-17
    • 文件大小:3145728
    • 提供者:dongluyang
  1. 遗传算法的原理以及应用

  2. 遗传算法(GA)是模拟生物在自然环境下的遗传和进化过程而形成的一种自适应全局优化概率搜索方法。其采纳了自然进化模型,从代表问题可能潜在解集的一个种群开始,种群由经过基因编码的一定数目的个体组成。每个个体实际上是染色体带有特征的实体;初始种群产生后,按照适者生存和优胜劣汰的原理,逐代演化产生出越来越好的解
  3. 所属分类:其它

    • 发布日期:2011-05-04
    • 文件大小:2097152
    • 提供者:bbk2011fsy
  1. 遗传算法及神经网络在游戏开发中的应用

  2. 遗传算法(Genetic Algorithm)是一类借鉴生物界的进化规律(适者生存,优胜劣汰遗传机制)演化而来的随机化搜索方法。其主要特点是直接对结构对象进行操作,不存在求导和函数连续性的限定;具有内在的隐并行性和更好的全局寻优能力;采用概率化的寻优方法,能自动获取和指导优化的搜索空间,自适应地调整搜索方向,不需要确定的规则。遗传算法的这些性质,已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算中的关键技术。 本书介绍遗传算法,积分评论后可重新获
  3. 所属分类:C++

    • 发布日期:2012-06-02
    • 文件大小:310272
    • 提供者:weisme
  1. 遗传算法代码

  2. 遗传算法(Genetic Algorithm)是一类借鉴生物界的进化规律(适者生存,优胜劣汰遗传机制)演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出,其主要特点是直接对结构对象进行操作,不存在求导和函数连续性的限定;具有内在的隐并行性和更好的全局寻优能力;采用概率化的寻优方法,能自动获取和指导优化的搜索空间,自适应地调整搜索方向,不需要确定的规则。遗传算法的这些性质,已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计
  3. 所属分类:C/C++

    • 发布日期:2012-07-16
    • 文件大小:31744
    • 提供者:huangchangyi
  1. 【matlab】基于BP算法和遗传算法的自适应噪声抵消器

  2. 一、引言自适应噪声抵消技术是一种能够很好的消除背景噪声影响的信号处理技术,应用自适应噪声抵消技术,可在未知外界干扰源特征,传递途径不断变化,背景噪声和被测对象声波相似的情况下,能够有效地消除外界声源的干扰获得高信噪比的对象信号。 从理论上讲,自适应干扰抵消器是基于自适应滤波原理的一种扩展,简单的说,把自适应滤波器的期望信号输入端改为信号加噪声干扰的原始输入端,而它的输入端改为噪声干扰端,由横向滤波器的参数调节输出以将原始输入中的噪声干扰抵消掉,这时误差输出就是有用信号了。在数字信号采集、处理中
  3. 所属分类:硬件开发

    • 发布日期:2012-12-30
    • 文件大小:2048
    • 提供者:mmfile
  1. 基于多目标进化算法的多距离聚类研究

  2. 传统的聚类算法通常基于单一的距离度量而设计,如何将多种距离度量有机融合在一起是当前面临的一个挑战。提出了一种基于多目标进化算法的多距离度量聚类框架(multiobjective evolutionary multiple distance measure clustering,MOMDC),并使用欧氏距离和Path距离来设计实际框架。该框架首先将数据集分别用两种距离测度预聚类,而后将预聚类结果做合并,以降低问题的规模;其次分别计算子类间的两种距离关系;最后使用多目标进化算法在两种距离空间中并行
  3. 所属分类:机器学习

    • 发布日期:2018-06-21
    • 文件大小:1048576
    • 提供者:qq_28339273
  1. 多目标进化算法nsga2

  2. NSGA-Ⅱ是最流行的多目标遗传算法之一,它降低了非劣排序遗传算法的复杂性,具有运行速度快,解集的收敛性好的优点,成为其他多目标优化算法性能的基准。NSGA-Ⅱ就是在第一代非支配排序遗传算法的基础上改进而来,其改进主要是针对如上所述的三个方面: ①提出了快速非支配排序算法,一方面降低了计算的复杂度,另一方面它将父代种群跟子代种群进行合并,使得下一代的种群从双倍的空间中进行选取,从而保留了最为优秀的所有个体; ②引进精英策略,保证某些优良的种群个体在进化过程中不会被丢弃,从而提高了优化结果的精度;
  3. 所属分类:机器学习

    • 发布日期:2020-04-22
    • 文件大小:459776
    • 提供者:weixin_43889485
  1. 自适应蚁群算法在序列比对中的应用.zip

  2. 自适应蚁群算法摘要 :序列 比对是生物信息学的重要研究-rg。蚁群算法是一种新型的模拟进化算法,并被成功地应用于旅行商问题(TSP) 等组合优化问题中。该文将蚁群算法应用于序列比对,并提出基于 自适应调整信息素的改进算法。仿真结果表明这种新的 比对算法是有效的,而它的改进算法的效果更为理想。 关键词:蚁群算法;序列比对 ;信息素在序列比对中的应用
  3. 所属分类:算法与数据结构

    • 发布日期:2020-04-01
    • 文件大小:186368
    • 提供者:zhidc
  1. 通过慢特征分析对进化算法进行判别行为分析的学习特征

  2. 进化算法(EA)是一种随机优化方法,在过去的几十年中,经证明它们能有效解决许多现实难题。 但是直到现在,我们仍然缺乏有效的方法来表示和研究它们在各种环境中的集体行为,这对于进化计算的研究人员和工程师更好地理解算法非常有用。 本文是解决上述问题的初步方法。 我们尝试通过一种称为特征学习的方法来分析EA的一代式集体行为。 提出了一种基于慢特征分析(SFA)的无监督特征学习框架,用于从不同适应度环境下的多个EA的世代集体行为数据中提取判别特征,目的是找出搜索行为之间是否存在差异。在同一健身环境中运行的
  3. 所属分类:其它

    • 发布日期:2021-03-23
    • 文件大小:1048576
    • 提供者:weixin_38597970
  1. 基于混合进化算法的CTCS高速铁路列车速度轨迹多目标优化

  2. 指示每个位置的授权火车速度的速度轨迹曲线可用于指导驾驶员或自动火车操作(ATO)系统,以更有效地操作火车,这是中国火车控制系统(CTCS)的最重要部分并将决定列车运行的安全性和效率。火车沿着速度轨迹所做的努力将直接影响火车运行的评估。本文研究了单节高速列车速度轨迹的优化方法。首先,我们将能耗作为铁路公司满意度的衡量标准,将出行时间作为旅客满意度的标准;然后,根据不同的速度限制,将路段分为几个小节,提出了在不同航迹特征下的最优速度轨迹搜索策略。之后,我们针对速度轨迹开发了一个多目标优化模型,该模型
  3. 所属分类:其它

    • 发布日期:2021-03-20
    • 文件大小:43008
    • 提供者:weixin_38664159
  1. Curve_Fitting_Genetic_Algorithms:人工智能的应用。相对于模拟退火算法(无偏爬坡),着眼于遗传算法(进化搜索)的性能。我们还将查看变化的参数以及它们对所得曲线拟合表达式的适应度得分的结果-源码

  2. 遗传算法的曲线拟合 由Max Wiesner *前往projectDetails.ipynb进行运行和测试模拟 高级别简报 在这个项目中,我们将研究遗传算法如何使用进化搜索来变异多个世代,以找到回归曲线目标。我们将把结果与汇总退火算法进行比较,并查看通过这两种方法获得的总体适用性,以及两者之间的运行时间差异。我们将运用这些技术来估计以下五个功能。 性能还将取决于我们在下面列出的每种算法的不同输入。注意,该项目的主要重点是遗传算法和进化搜索,而不是汇总退火算法,因此,我们将不深入分析随温度,冷却速
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:440320
    • 提供者:weixin_42111465
  1. 基于约束集划分的护士排班问题进化算法

  2. 护士排班问题(NRP)是NP困难组合优化问题的代表。 NRP的硬度主要是由于其多种复杂的限制。 文献中提出了几种基于进化算法(EA)框架并与罚函数技术集成的方法来处理NRP中的约束。 但是,这些方法在处理大规模NPR实例时不是很有效,因此需要加以改进。 在本文中,我们研究了在现实环境中的大型NRP,即中国NRP(CNRP),这要求我们在1个月的计划时间内安排许多护士(最多30名)。 CNRP提出了各种约束条件,导致解决方案空间很大,并且存在多个孤立的不可行解决方案区域。 我们为CNRP提出了一个
  3. 所属分类:其它

    • 发布日期:2021-03-12
    • 文件大小:1048576
    • 提供者:weixin_38667207
  1. 贝叶斯预测型进化算法

  2. 提出了一种新型进化算法即贝叶斯预测型进化算法, 该算法是有效解决遗传算法中的连锁和欺骗问题的一种新方法, 其主要特点是:( 1) 该算法基于最优解的概率分布和贝叶斯定理预测最优解所在的子空间;( 2) 该算法能高效利用所有先前代蕴含的信息, 可以方便地引入专家知识;( 3) 该算法模型比较简单并且能以很快的速率收敛到最优解子空间. 从理论上分析了贝叶斯预测型进 化 算 法 的 收 敛 性、 收 敛 速 率 和 逆 收 敛 算 子. 理 论 分 析 与 在14个标准的测试函数上的仿真实验显示了该算
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:731136
    • 提供者:weixin_38659527
  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
« 12 3 4 5 6 7 8 »