搜索资源列表
geneticalgorithm
- 结合离散时间系统最优控制问题,提出一种新的混合算法.该算法是在遗传操作中嵌入模 拟退火算子,有效地结合了遗传算法隐含并行与模拟退火算法全局寻优的特点 -By embedding simulated annealing operator into genetic algorithm, a hybrid algorithm is put forward, which assimilates advantages ofboth g
constrains
- 牛顿约束及黄金分割法是一种很好的全局寻优算法，利用这种方法可以很好的实现全局寻优，其结果可与遗传算法、模拟退火算法、爬山法等相媲美！-Newton constraints and golden section method is a good global optimization algorithm, using this method can achieve a good global optimization, the resul
duoboluyou
- 针对通信网络中多重QoS约束条件下的多播路由计算，提出了一个基于模拟退火技术的改进遗传算法HGA-QoSR。该算法把模拟退火技术的局部寻优能力与遗传算法的全局寻优能力有机结合，并利用隔离小生境机制控制种群的独立进化，使演化过程中的种群保持生态多样性，以提高算法运行效率和解的质量。理论分析和仿真实验表明，与传统遗传算法相比较，该算法性能有显著改进。 -Communication networks for multi-QoS Constra
Simulated-Annealing
- 模拟退火算法(Simulated Annealing，SA)，基于Mente-Carlo迭代求解策略的一种随机寻优算法-Simulated Annealing algrithm
shaffer
- 在实现基本DNA进化算法的基础上，提出对于概率取值使用自适应策略，最后利用模拟退火算法良好的局部寻优功能和DNA进化算法结合，通过对测试函数的测试，证明改进后的算法性能很好-Achieve basic DNA evolutionary algorithm based on the use of adaptive strategy proposed for the probability value, the final use of t
30-cases-in-matlab
- MATLAB智能算法30个案例分析，109页的详细讲解，程序和程序注解，可以直接复制代码。包括遗传算法，基于遗传算法和非线性规划的函数寻优算法，遗传算法工具箱详解及应用，多种群遗传算法的函数优化算法， 基于粒子群算法的多目标搜索算法，基于多层编码遗传算法的车间调度算法，基于遗传模拟退火算法的聚类算法，蚁群算法，支持向量机等等30章。-MATLAB intelligent algorithm 30 case studies, 109 d
TSP
- TSP问题是一个典型的、容易描述但是难以处理的NP完全问题，同时TSP问题也是诸多领域内出现的多种复杂问题的集中概括和简化形式。目前求解TSP问题的主要方法有启发式搜索法、模拟退火算法、遗传算法、Hopfield神经网络算法、二叉树描述算法。所以，有效解决TSP问题在计算理论上和实际应用上都有很高的价值，而且TSP问题由于其典型性已经成为各种启发式的搜索、优化算法的间接比较标准(如遗传算法、神经网络优化、列表寻优(TABU)法、模拟退火
SA-TSP
- 基于经典的优化算法--模拟退火算法的旅行商问题寻优实现，该算法比较经典，可用于后续一些性能对比分析-The traveling salesman problem-- the classical optimization algorithms and simulated annealing algorithm is implemented based on the algorithm, compare the classic, can b
SGA
- 遗传算法中的模拟退火算法是重要的例子，可进行选择，寻优和验证-Genetic algorithms, simulated annealing algorithm is an important example, can be selected, optimization and validation
simulated-annealing-method.
- 多城市最短路径寻优问题，基于模拟退火方法~-Many city the shortest path optimization problem, based on the simulated annealing method.
SA-GA-ALGRITHM-C
- 模拟退火算法是基于Monte Carlo迭代求解法后种启发式随机搜索算法，它模拟固体物质退火过程的热平衡问题与随机搜索寻优问题的相似性来达到寻找全局最优或近似全局最优的目的-SA GA
新建文件夹
- 利用MATLAB语言对该算法寻优过程进行了仿真，仿真结果表明该算法可以找出全局最优解。(The optimization process of the algorithm is simulated by using MATLAB language. The simulation results show that the algorithm can find the global optimal solution.)
模拟退火算法计算函数最小值以及SVM参数寻优
- 利用模拟退火算法求解已知函数的最小值，即模拟退火算法寻优问题，可以广泛推广。(Using simulated annealing algorithm to solve the minimum of the known function, that is, the simulated annealing algorithm optimization problem, can be widely promoted.)
SA
- 模拟退火算法的代码以及使用模拟退火法寻优SVM中的参数c和g(The code of simulated annealing algorithm and the use of simulated annealing to optimize the parameters c and G in SVM)
模拟退火算法及其在求解TSP中的应用
- 模拟退火算法(Simulated Annealing，SA)最早的思想是由N. Metropolis [1] 等人于1953年提出。1983 年,S. Kirkpatrick 等成功地将退火思想引入到组合优化领域。它是基于Monte-Carlo迭代求解策略的一种随机寻优算法，其出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。(The earliest idea of Simulated Annealing (SA)
SA模拟退火
- 模拟退火算法寻优支持向量机C和g，实现识别分类。(Simulated Annealing Optimizes Support Vector Machines C and G for Classification)
BAS
- 类似于遗传算法、粒子群算法、模拟退火等智能优化算法，天牛须搜索不需要知道函数的具体形式，不需要梯度信息，就可以实现高效寻优。(Similar to genetic algorithm, particle swarm optimization algorithm, simulated annealing and other intelligent optimization algorithms, Taurus search can ach