搜索资源列表
演化算法在参数回归中的应用
- 本文在VC++环境下用演化算法实现了非线性参数回归，实验结果表明，用此方法能够很好的实现非线性参数回归。-paper in VC environment using an evolutionary algorithm to achieve the nonlinear regression, experimental results indicate that this method can achieve good nonlinear
Matlab遗传算法改进程序
- 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
演化计算(实例-多峰函数最值)
- 演化计算是基于随即搜索的新算法；它的技术模型源于自然的演化。下面是一个例子，该函数是典型的多峰（震动剧烈）的函数。用的算法是郭涛算法。-evolutionary computation is based on the then new search algorithm; It stems from the technical model of the natural evolution. Below is an example of t
演化算法在参数回归中的应用
- 本文在VC++环境下用演化算法实现了非线性参数回归，实验结果表明，用此方法能够很好的实现非线性参数回归。-paper in VC environment using an evolutionary algorithm to achieve the nonlinear regression, experimental results indicate that this method can achieve good nonlinear
sBOA
- 贝叶斯优化算法是一种新的演化算法，通过贝叶斯概率统计的知识来学习后代，可是使演化朝有利的方向前进，程序用C实现了贝叶斯优化算法。-Bayesian Optimization Algorithm is a new evolutionary algorithm, through Bayesian probability and statistics to learn the knowledge of future generations,
演化程序——遗传算法和数据编码的结合
- 演化程序——遗传算法和数据编码的结合 具体介绍了遗传算法的应用-evolutionary process-- genetic algorithms and data encoding the specific combination of the application of genetic algorithms
演化法
- 首先介绍了当前求解TSP问题最好的演化算法之一：GT算法。文中重点设计了在NOW上求解旅行商问题GT算法的并行算法，详细描述了设计思路，设计策略。还给出了相当详细的并行算法描述。文中设计的并行算法已经在NOW上的PVM平台上实现。关键词NOW，演化计算，旅行商问题,并行计算-first briefed on the current TSP evolutionary algorithm best one : GT algorithm. T
prog
- 演化算法的一个简单迭代程序，运行后可以看见迭代1000代的结果，权威提供。-Evolutionary algorithm, a simple iterative procedure can be seen running after the iterative generation of the results of 1000, authority to provide.
DifferEvaluation
- 差分演化算法[2 ] (D ifferent ial Evo lut ion, DE) 是一种快 速的演化算法, 它采用实数编码, 并利用个体间的差分信息 来指导新产生个体的搜索. 该算法在首届IEEE 演化计算竞 赛中表现突出, 并获得广泛的应用.-Differential Evolution
DeSourceCode
- 差异演化算法的MATLAB程序，程序说明非常详尽，AI研究者必备-Differential evolution algorithm, Matlab
deopf
- 差分进化算法(Differential Evolution, DE)是一种新兴的进化计算技术，或称为差分演化算法、微分进化算法、微分演化算法、差异演化算法。-Differential evolution algorithm (Differential Evolution, DE) is a new evolutionary computation technique, otherwise known as differential ev
differentialevolution
- differential evolution algorithm 差分演化算法,非常有效-differential evolution algorithm very efficiently
差分演化算法
- 算法简单，收敛能力强，便于解决复杂的优化问题(The algorithm is simple and has strong convergence ability. It is easy to solve complex optimization problems)
模拟退火算法
- 模拟退火算法是一种演化算法，在很多地方都有应用，这是一个C语言实现的模拟退火程序。(A simulated annealing program wiitten by C.)
PSO算法程序
- 粒子群优化算法是一种基于群体智能的演化计算技术。与遗传算法相比，PSO没有遗传算法中的选择(Selection)、交叉(Crossover)、变异(Mutation)等操作，而是通过粒子在解空间追随最优的粒子进行搜索。(Particle Swarm Optimization (PSO) is an evolutionary computing technique based on group intelligence. Compared
DE
- 本文件为差分演化算法，实现并带有注释，本自带测试函数。(This document is a differential evolution algorithm, implemented and annotated, which comes with test functions.)
DE_Random
- 本文件为差分演化算法，实现并带有注释，不涉及文件操作，初始种群为随机生成。(This document is a differential evolution algorithm, implemented with annotations, does not involve file operations, and the initial population is randomly generated.)
智能优化算法资料
- 优化算法有很多，经典算法包括：有线性规划，动态规划等；改进型局部搜索算法包括爬山法，最速下降法等，模拟退火、遗传算法以及禁忌搜索称作指导性搜索法。而神经网络，混沌搜索则属于系统动态演化方法。 梯度为基础的传统优化算法具有较高的计算效率、较强的可靠性、比较成熟等优点，是一类最重要的、应用最广泛的优化算法。但是，传统的最优化方法在应用于复杂、困难的优化问题时有较大的局限性。(There are many optimization al
2———差分演化优化神经网络权值Iris---C
- 差分演化算法，优化神经网络，数值优化， //直接运行，包括源代码(Differential Evolution global optimization)
萤火虫算法
- 原始fa算法程序-演化算法，可用于优化计算，适用于连续变量(firefly algorithm for matlab)