搜索资源列表
genetic-algorithm
- 选择(复制)： 根据各个个体的适应度，按照一 定的规则或方法，从第t代群体P(t)中选择出一些优良的个体遗传到下一代群体P(t+1)中； 交叉： 将群体P(t)内的各个个体随机搭配成对，对每一对个体，以某个概率 (称为交叉概率）交换它们之间的部分染色体； 变异： 对群体P(t)中的每一个个体，以某一概率(称为变异概率)改变某一个或某一些基因座上的基因值为其他基因值。 -genetic algorithm
Rearrangement-Algorithm
- 基因组重构是改变基因在基因组中排列顺序的生物过程,可归结为三种主要操作:移位、反转和转位。重组距离即从一个基因组转化为另一个基因组所需的最少重组次数。双重基因组中每条染色体都是成对出现的。双重基因组重构问题,即要求计算一个与给定基因组移位距离最短的双重基因组。对于该问题,Nadia El-Mabrouk等人给出了一个多项式时间算法。本文利用Delphi集成开发环境,将该算法实现为双重基因组重构软件:(1)设计了优化的数据结构 (2)给出
1
- 基于遗传算法的PID算法参数研究 以自然选择和基因遗传理论为基础,将生物进化过程中的适者生存规则与群体内部染色体的随机信息交换机制相结合,在问题解空间内进行全局并行、随机的搜索,其结果是向全局最优方向收敛.GA 模仿生物进化的步骤,引入繁殖,交叉,变异等算子. 繁殖是在父母代种群中将适应度较高的个体选择出来,根据适者生存原理,淘汰适应度较低的个体,以优化种群 交叉是从种群中随机地抽取一对个体,并随机地选择一位交叉位进行交叉,生成新样本,
rw4r23er
- 以自然选择和基因遗传理论为基础,将生物进化过程中的适者生存规则与群体内部染色体的随机信息交换机制相结合,在问题解空间内进行全局并行、随机的搜索,其结果是向全局最优方向收敛.GA 模仿生物进化的步骤,引入繁殖,交叉,变异等算子. 繁殖是在父母代种群中将适应度较高的个体选择出来,根据适者生存原理,淘汰适应度较低的个体,以优化种群 交叉是从种群中随机地抽取一对个体,并随机地选择一位交叉位进行交叉,生成新样本,达到增大搜索空间的目的 变异是模
34523-
- 以自然选择和基因遗传理论为基础,将生物进化过程中的适者生存规则与群体内部染色体的随机信息交换机制相结合,在问题解空间内进行全局并行、随机的搜索,其结果是向全局最优方向收敛.GA 模仿生物进化的步骤,引入繁殖,交叉,变异等算子. 繁殖是在父母代种群中将适应度较高的个体选择出来,根据适者生存原理,淘汰适应度较低的个体,以优化种群 交叉是从种群中随机地抽取一对个体,并随机地选择一位交叉位进行交叉,生成新样本,达到增大搜索空间的目的 变异是模
5436546
- 以自然选择和基因遗传理论为基础,将生物进化过程中的适者生存规则与群体内部染色体的随机信息交换机制相结合,在问题解空间内进行全局并行、随机的搜索,其结果是向全局最优方向收敛.GA 模仿生物进化的步骤,引入繁殖,交叉,变异等算子. 繁殖是在父母代种群中将适应度较高的个体选择出来,根据适者生存原理,淘汰适应度较低的个体,以优化种群 交叉是从种群中随机地抽取一对个体,并随机地选择一位交叉位进行交叉,生成新样本,达到增大搜索空间的目的 变异是模
6756745
- 以自然选择和基因遗传理论为基础,将生物进化过程中的适者生存规则与群体内部染色体的随机信息交换机制相结合,在问题解空间内进行全局并行、随机的搜索,其结果是向全局最优方向收敛.GA 模仿生物进化的步骤,引入繁殖,交叉,变异等算子. 繁殖是在父母代种群中将适应度较高的个体选择出来,根据适者生存原理,淘汰适应度较低的个体,以优化种群 交叉是从种群中随机地抽取一对个体,并随机地选择一位交叉位进行交叉,生成新样本,达到增大搜索空间的目的 变异是模
hanshuyouhua
- 遗传算法是一类随机优化算法，但它不是简单的随机比较搜索，而是通过对染色体的评价和对染色体中基因的作用，有效地利用已有信息来指导搜索有希望改善优化质量的状态。-Genetic algorithms are a class of stochastic optimization algorithm, but it is not a simple comparison of random search, but through the eval
ackley.cpp
- 使用遗传算法求ackley最小值，一个变量的二进制位数为20，一个染色体长度100位，精度0.0001-Seeking ackley minimum, a median of 20 binary variables, a chromosome length 100, precision 0.0001
GA
- 遗传算法（Genetic Algorithm，GA）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。-Genetic Algorithm (Genetic Algorithm, the GA) is a kind of evolution Algorithm, the b
GenerateNextPopulation
- 产生未来人口：选择，交叉和变异重现染色体比例选择。-generate next population:select,crossover and mutate to reproduce a chromosome by proportional selection.
genetic-algorithms
- 遗传算法（Genetic Algorithms，简称 GA）是一种基于自然选择原理和自然遗传机 制的搜索（寻优）算法，它是模拟自然界中的生命进化机制，在人工系统中实现特定目 标的优化。遗传算法的实质是通过群体搜索技术，根据适者生存的原则逐代进化，最终 得到最优解或准最优解。它必须做以下操作：初始群体的产生、求每一个体的适应度、 根据适者生存的原则选择优良个体、被选出的优良个体两两配对，通过随机交叉其染色 体的基因并随
Digital-Image-Processing
- 数字图像处理的算法例程,傅里叶变换，图像增强，染色体基数等-some example for Digital Image Processing
GA_algorithm
- 遗传算法在车间布局中的应用，可以调试通过的，对于这类问题规划很有帮助；其中涉及到染色体种群等-Inherit calculate way the application in the layout is between each car, can adjust to try to pass of, program to this problem very helpful Involve the chromosome kinds to
JSP--E-T--GA
- 针对带有交货期窗口硬约束，并对提前/拖期零件进行惩罚的一类作业车间调度问题，设计了一种改进型遗传算法EGA。交货期窗口硬约束是指每个零件均有交货期和deadline，零件可以在交货期后完工，但绝不能超出deadline。EGA采用“逆向后推”和“顺向前拉”相结合的两阶段求解策略。针对部分染色体在解码过程中违反交货期窗口硬约束而产生非法解的问题，采用基于关键路径的染色体修复方法来调整染色体基因序列，以期实现在满足交货期窗口硬约束的同时降低
chang-to-one
- 主要功能是：把一个染色体的SNP文件里面的两个变成一个，方便后面的编程，操作简单些-The main functions are: a chromosome SNP file inside the two into a convenient back of the programming, operation is simple
identification-of-chromosome-count
- 本设计主要目的是实现染色体的识别计数。首先对图形进行预处理，将图像转化为灰度图、滤波去噪，然后对图像进行二值化，合理选取阈值，进行直方图阈值处理，最后去除图像中面积过小的杂点，最终实现识别计数。-The main purpose of this design is to achieve the identification of chromosome count. The graphical pre-processing, the im
ranseti-C
- 有关染色体的C语言编程文件，仅供大家参考-C language programming of the chromosome file for your reference
DNAC
- 有关染色体DNA的C语言编程，仅供大家参考-Chromosomal DNA of the C programming language, for your reference
Cmubbiaoshibbh
- 染色体识别与统计汽车牌照定位与字符识别一一种基于BP神经网络识别字符的简单易懂实验 -Chromosome identification and Statistics License Plate Character Recognition Based on BP neural network to identify the characters easy to understand experimental