搜索资源列表
colon
- 基于自适应免疫进化算法的多用户检; 本文采用自适应免疫进化算法来解决多用户检测问题. 通过计算机仿真,无论是抗多址干 扰还是抑制远近效应,此方法都明显优于传统检测方法,并且具有与最优检测器接近的误码率性能.-based on adaptive immune evolutionary algorithm multi-user location; In this paper, adaptive immune evolutionar
Genetic_Algorithm
- 人工智能;进化算法;遗传算法(GA);多目标最小生成树
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
colon
- 基于自适应免疫进化算法的多用户检; 本文采用自适应免疫进化算法来解决多用户检测问题. 通过计算机仿真,无论是抗多址干 扰还是抑制远近效应,此方法都明显优于传统检测方法,并且具有与最优检测器接近的误码率性能.-based on adaptive immune evolutionary algorithm multi-user location; In this paper, adaptive immune evolutionar
Genetic_Algorithm
- 人工智能;进化算法;遗传算法(GA);多目标最小生成树-Artificial intelligence evolutionary algorithm genetic algorithm (GA) multi-objective minimum spanning tree
pbbo
- 基于生物地理优化进化算法(BBO)代码,以及几组测试函数;使用方法: 输入BBO(@函数名),如BBO(@QuarticDisc) )-matlab code for biography-based algorithm. The software can be run by typing the following MATLAB command: BBO(@"function name")
ant
- 蚁群算法(ant colony algorithm,简称ACA)是20世纪90年代由意大利学者M.Dorigo等人首先提出来的一种新型的模拟进化算法.它的出现为解决NP一难问题提供了一条新的途径.用蚁群算法求解旅行商问题(TSP)、分配问题(QAP)、调度问题(JSP)等,取得了一系列较好的实验结果.虽然对蚁群算法研究的时间不长,但是初步研究已显示出蚁群算法在求解复杂优化问题(特别是离散优化问题)方面具有一定的优势,表明它是一种很有发展
MPQEA
- 多宇宙并行量子多目标进化算法。该算法主要思想如下:将所有的量子个体按给定的拓扑结构分成多个独立的子种群,划分为多个宇宙;采用目标个体均匀分配原则和动态调整旋转角机制对各宇宙量子个体进行演化;宇宙之间采用最佳移民操作来交换信息,设计最优个体保留方案以便各宇宙共享全局信息,提高算法的执行效率。-Multi-quantum universe parallel multi-objective evolutionary algorithm. Th
ypml101-evolutionary-clustering
- 进化算法自动聚类的matlab实现;通过差分进化算法实现对数据的聚类分析-Evolutionary Automatic Clustering in MATLAB
wenhualiziqun
- 文化算法是一种用于解决复杂计算的新型全局优化搜索算法,它模拟人类社会的演化过程。在人类社会中,文化可以被看做是信息的载体,这些信息潜在地影响所有社会成员,并且有益于指导同代及其后代解决问题的实践活动。区别于其他进化算法,文化算法是基于知识的双层进化系统,其包含两个进化空间:一个是由在进化过程中获取的经验和知识组成的信仰空间;另一个是由具体个体组成的种群空间,通过进化操作和性能评价进行自身的迭代。-Culture is an algori
Differential-evolution
- 差分进化方法是一种新的智能算法,可以和多种算法结合,例如神经网络优化;约束性算法;线性算法。-Differential evolution method is a new intelligent algorithm, and can be combined with a variety of algorithms, such as neural network optimization constraint algorithm li
yichuansuanfawugong
- 遗传算法(genetic algorithm,GA)是一种近年来发展起来的基于自然选择规律的进化算法,本程序利用改进型遗传算法对电力系统进行无功优化,与遗传算法进行比较,通过实际算例分析及MATLAB编程结果运行,成功解决了无功优化问题,并验证了改进型遗传算法的优越性。(The genetic algorithm (genetic algorithm GA) is an evolutionary algorithm based on n
刘星算法
- 遗传算法(Genetic Algorithm)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法,它最初由美国Michigan大学J.Holland教授于1975年首先提出来的,并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》,GA这个名称才逐渐为人所知,J.Holland教授所提出的GA通常为简单遗传算法(S
原BBO程序包
- 能实现原生BBO算法,以及与其他进化算法进行对比(The native BBO algorithm can be implemented and compared with other evolutionary algorithms)
DE_FOPID
- 差分进化算法,整定分数阶PID控制器参数(Differential evolution algorithm, tune fractional PID controller parameters)
遗传算法
- 利用遗传算法计算目标函数极值,遗传算法与传统的优化方法(枚举,启发式等)相比较,以生物进化为原型,具有很好的收敛性,在计算精度要求时,计算时间少,鲁棒性高等都是它的优点。(Using the genetic algorithm to calculate the extremum of a objective function. Compared with the traditional optimization methods (enu
Differential Evolution
- 差分进化算法Differential Evolution的论文(The original paper of DE)
Artificial Bee Colony
- artificial bee colony蜂群算法(ABC)代码(matlab code of artificial bee colony)
多目标进化+多目标粒子群优化代码
- 多目标粒子群优化,多目标进化算法,两种方法能够有效的解决复杂的优化问题(optimization based on intelligent swarm)
DE-ANN
- 本程序用差分进化算法来优化神经网络,克服局部最优,使得全局最优,亲测可用(This program uses differential evolution algorithm to optimize neural network, overcome local optimum, make global optimum and pro-test available.)