搜索资源列表
PSOCO
- PSO粒子群算法，求解离散变量组合优化，收敛曲线图，功能区域注释详细-PSO PSO algorithm for solving combinatorial optimization with discrete variables, convergence curves, functional areas detailed notes
shortpath
- 用于数学建模或者组合优化中求网络中固定点到其它点的最短路-Or a combination of mathematical modeling is used to optimize the network and seek a fixed point to another point in the shortest
XJWJ
- 基于LabVIEW的图像边缘检测的算子组合优化研究 改基于SPI总线的多路高速数据采集系统的设计-Image Edge Detection Based on LabVIEW combinatorial optimization study of the operator to change the SPI bus-based multi-channel high-speed data acquisition system desig
accessory_parameter
- 火确定标定值/unitanneal()----模拟退火 连续型多个变量组合优化问题 这是对模拟退火方法的一次练习，结果证明模拟退火确实是一个行之有效的方法。-Fire determined calibration values/unitanneal ()---- Simulated Annealing continuous multiple variables combinatorial optimization prob
Trade
- 解决TSP问题，遗传算法解决组合优化，并运行测试-solve the problem of TSP，Genetic algorithm to solve combinatorial optimization，And run the test
divide-and-conquer
- 组合优化与算法分析 分治算法（divide and conquer）的描述和分析-divide and conquer
Mult-i-Agent-Evolutionary-Algorithm
- 提出了一种新的组合优化方法即组合优化多智能体进化算法. 该方法将智能体固定在网格上, 而每个智能体为了增加自身能量将与其邻域展开竞争, 同样智能体也可进行自学习来增加能量.-A new method for combinatorial optimization combinatorial optimization ie multi-agent evolutionary algorithm The method body is fixed
my_matlab
- 由于遗传算法较以往传统的搜索算法具有使用方便、鲁棒性强、便于并行处理等特点，因而广泛应用于组合优化、结构设计、人工智能等领域。-Than in the past due to genetic algorithms traditional search algorithms with easy to use, robustness, ease of parallel processing, etc., which are widely u
P4-1
- 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、
tsp
- 实践证明，遗传算法对于解决TSP问题等组合优化问题具有较好的寻优性能。-Practice has proved that a combination of genetic algorithms for solving optimization problems such as TSP problem has better optimization performance.
TSP_DE
- 基于差分进化算法求解的TSP问题。运用LOV策略，成功将DE应用在离散组合优化问题当中。-Based on differential evolution algorithm for solving TSP problem. Use LOV strategy successfully applied in DE among discrete combinatorial optimization problems.
MATLAB-portfolio
- 证卷投资组合优化系统，用MATLAB实现-This toolbox is designed to realize the optimization of Portfolios
Knapsack-problem
- 背包问题(Knapsack problem)是一种组合优化的NP完全问题。问题可以描述为：给定一组物品，每种物品都有自己的重量和价格，在限定的总重量内，我们如何选择，才能使得物品的总价格最高。-Knapsack problem
Knapsack-problem
- 可以解决背包问题，背包问题是一种组合优化的NP问题，选择最合适的物品放置于给定背包-Knapsack problem
npso
- 分析粒子群算法在求解组合优化问题中的运行原理并与遗传算法和 改进的粒子群算法仿真比较． 结果表明 混合优化算法在收敛速度和精度上均有明显的提高-Ｔｈｅ ｍｅｃｈａｎｉｓｍ ｏｆ ｐ ａｒｔｉｃｌｅ ｓｗａｒｍ ｏ ｐ ｔｉｍｉｚａｔｉｏｎ ＰＳＯ ｉｎ ｓｏｌｖｉｎ ｇ ｃｏｍｂｉｎａｔｏｒｉａｌ ｏ ｐ ｔｉｍｉｚａｔｉｏｎ ｐ ｒｏｂｌｅｍｓ ｗａｓ ａｎａｌ ｙ ｚｅｄ．Ｓｉｍｕｌａ
PSOstandard
- 标准粒子群优化算法1,采用MATLAB编写,本算法简单,易于实现,可调参数少,是非线性连续优化问题、组合优化问题-The standard particle swarm optimization algorithm 1,
baggage
- 背包问题(Knapsack problem)是一种组合优化的NP完全问题。问题可以描述为：给定一组物品，每种物品都有自己的重量和价格，在限定的总重量内，我们如何选择，才能使得物品的总价格最高。问题的名称来源于如何选择最合适的物品放置于给定背包中。-Knapsack problem
BeiBao
- 背包问题(Knapsack problem)是一种组合优化的NP完全问题。问题可以描述为：给定一组物品，每种物品都有自己的重量和价格，在限定的总重量内，我们如何选择，才能使得物品的总价格最高。问题的名称来源于如何选择最合适的物品放置于给定背包中。相似问题经常出现在商业、组合数学，计算复杂性理论、密码学和应用数学等领域中。也可以将背包问题描述为决定性问题，即在总重量不超过W的前提下，总价值是否能达到V？它是在1978年由Merkel和He
beibaoPSO
- 粒子群算法用于背包问题情况 典型组合优化问题-Particle swarm optimization for the case of the more popular knapsack problem
jzzh
- 基于yalmip的机组组合优化程序(包含风电机组)，以经济为目标函数来预测发电机出力情况。-Based yalmip crew combinatorial optimization program (including wind turbines), the economy as the objective function to predict the output of the generator case.