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. 基本GA算法及TSP问题解决

  2. 标准GA算法，及应用解决TSP问题的C#实现源码 为实际项目专案特别编写的，在BIN目录下CityChromoSome.txt的为测试用例文档

  3. 所属分类：其它

    • 发布日期：2010-03-17
    • 文件大小：121856
    • 提供者：vooya

  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. 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. GAFT：一个使用Python实现的遗传算法框架

  2. 最近需要用到遗传算法来优化一些东西，最初是打算直接基于某些算法实现一个简单的函数来优化，但是感觉单纯写个非通用的函数运行后期改进算子或者别人使用起来都会带来困难，同时遗传算法基本概念和运行流程相对固定，改进也一般通过编码机制，选择策略，交叉变异算子以及参数设计等方面，对于算法的整体结构并没有大的影响。这样对于遗传算法来说，就非常适合写个相对固定的框架然后给算子、参数等留出空间以便对新算法进行测试和改进。于是就动手写了个遗传算法的小框架gaft，本文对此框架进行一些介绍并分别以一个一维搜索和二维搜

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：276480
    • 提供者：weixin_38649657

  1. 3DshapesWithGAs-源码

  2. 使用遗传算法创建基本3D形状 介绍 遗传算法（GA）是一种受自然选择启发的优化技术。 GA有许多应用。 在这个项目中，我尝试使用GA创建基本的3D形状。 为此，我在球坐标系中使用了位置矢量来表示空间中带电相似的点。 然后，我使用了一个简单的适应度函数，该函数计算所有点费用之间的总和。 然后使用基于框架的遗传算法来最大化这种适应性。

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：4096
    • 提供者：weixin_42172572