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. TSPLIB TSP问题求解源数据

  2. 求解tsp问题的上百个数据集，是ACO、AS求解的最佳数据源

  3. 所属分类：C/C++

    • 发布日期：2009-05-26
    • 文件大小：1048576
    • 提供者：hbcncll

  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. 旅行商TSP 求解最佳路径问题

  2. 用MATLAB实现了旅行商求解的问题，代码较为简单

  3. 所属分类：其它

    • 发布日期：2010-07-09
    • 文件大小：20480
    • 提供者：luoyang811

  1. 蚁群算法求解tsp问题

  2. 主要符号说明 %% C n个城市的坐标，n×2的矩阵 %% NC_max 最大迭代次数 %% m 蚂蚁个数 %% Alpha 表征信息素重要程度的参数 %% Beta 表征启发式因子重要程度的参数 %% Rho 信息素蒸发系数 %% Q 信息素增加强度系数 %% R_best 各代最佳路线 %% L_best 各代最佳路线的长度

  3. 所属分类：其它

    • 发布日期：2010-09-06
    • 文件大小：4096
    • 提供者：kyxw007

  1. 人工神经网络Hopfield算法解决TSP最佳路径问题

  2. 人工神经网络的hopfield算法，解决TSP的最佳路径问题，可以从多个城市中找到最佳的行走路径，实现智能化，算法主要的MATLAB里面实现，各调用函数也有。

  3. 所属分类：其它

    • 发布日期：2011-01-04
    • 文件大小：74752
    • 提供者：dearclass168

  1. 模拟退火算法求解TSP问题

  2. 用c++实现模拟退火实现旅行商问题，将144个城市的坐标位置文件输入到程序中，找出最佳路径

  3. 所属分类：C++

    • 发布日期：2011-04-07
    • 文件大小：2048
    • 提供者：fengminbenben

  1. TSP用遗传算法求解

  2. 人工智能实验课上写的用遗传算法解决TSP问题，10个节点，平均300代左右出最佳结果，可扩展节点，很好的学习资源。每一行代码都有相应的解释，非常便于解剖学习

  3. 所属分类：C/C++

  1. 遗传算法解决TSP问题

  2. 旅行商问题(Travelling Salesman Problem，TSP)是一个经典的组合优化问题。研究者一直在努力寻找一种既有高质量的解，又能快速收敛的最佳或近似算法。本文探索将遗传算法融合在TSP问题的求解中，主要工作如下：(1)概述了旅行商问题的研究背景、研究现状、目的、意义及本文的主要工作，阐述了遗传算法及其特点、基础理论以及其研究现状。(2)概述了旅行商问题的定义、数学模型及分类，重点讨论了几种经典的旅行商问题的求解算法。(3)提出一种基于遗传算法和优化策略的求解TSP问题的算法，

  3. 所属分类：C#

    • 发布日期：2014-01-14
    • 文件大小：167936
    • 提供者：luolailong

  1. 基于蚁群算法的旅行商问题

  2. 基于蚁群算法求解的tsp问题，将蚁群算法应用于解决优化问题的基本思路为：用蚂蚁的行走路径表示待优化问题的可行解，整个蚂蚁群体的所有路径构成待优化问题的解空间。路径较短的蚂蚁释放的信息素量较多，随着时间的推进，较短的路径上累积的信息素浓度逐渐增高，选择该路径的蚂蚁个数也愈来愈多。最终，整个蚂蚁会在正反馈的作用下集中到最佳的路径上，此时对应的便是待优化问题的最优解。

  3. 所属分类：C/C++

  1. 用禁忌搜索求解函数优化问题-TSP问题

  2. 对一个初始解，在一种领域范围内对其进行一系列变化，从而得到许多候选解，从而得到许多候选解，从这些候选解中选出最优候选解，将候选解对应的目标值与“best so far”状态进行比较，若是优于“best so far”状态，那么就将其解禁，用来替代当前最优解及其“best so far”状态，然后将其加入禁忌表，再将禁忌表里的相对应的对象的禁忌长度改变；如果所有的候选解中所对应的目标值都不存在优于“best so far”状态，就从这些候选解中选出不属于禁忌对象的最佳状态，并将其作为新的当前解，

  3. 所属分类：机器学习

    • 发布日期：2018-01-28
    • 文件大小：130048
    • 提供者：libo_2017

  1. 基于神经网络的优化计算

  2. 项目1所选问题为序号7基于神经网络的优化计算：求解TSP问题的连续Hopfield神经网络。旅行商（TSP）问题的描述是：推销员在N个城市中各经历一次后再返回出发点，使得所经过的路径最短。 由于连续性Hopfield神经网络具有优化计算的特性，因此将TSP问题的目标函数（即最短路径）与网络的能量函数相对应，将经过的城市顺序与网络的神经元状态相对应。这样，由连续Hopfield神经网络的稳定性理论可知，当网络的能量函数趋于最小值时，网络的神经元状态也趋于平衡点，此时对应的城市顺序即为待求的最佳路

  3. 所属分类：其它

    • 发布日期：2018-11-13
    • 文件大小：573440
    • 提供者：sunxiaoying2016

  1. MATLAB经典案例分析之TSP问题总结

  2. TSP 问题是常见的优化问题，可以有多种求解的方法。 现将三种经典的求解方法总结并展示出来供大家一起研究。 1，粒子群算法 function PSOforTSP %初始化 Alpha=0.25; %个体经验保留概率 Beta=0.25; %全局经验保留概率 NC_max=200; %最大迭代次数 m=80; %微粒数 CityNum=10; %问题的规模（城市个数） [dislist,Clist]=tsp(CityNum); NC=1;%迭代计数器 R_best=zeros(NC_max,C

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：34816
    • 提供者：weixin_38542148