搜索资源列表
模拟退火例子1
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组
模拟退火例子2
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组
模拟退火例子3
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组
遗传算法算例
- 文中详细介绍了函数优化（有无约束均可）、组合优化算法的原理和源程序，算法效率极高，欢迎下载。附件有更多的遗传算法算例，共研究算法用。 -paper describes in detail the function optimization (there may be bound), combinatorial optimization algorithms and the principle source, the algorithm
SATSP-MATLAB
- 一个人工智能的算法求解组合优化问题的源码-an artificial intelligence algorithms to solve combinatorial optimization problems FOSS
ACS(c++)
- 蚁群算法是新近出现的一种智能优化算法，是求解组合优化问题的又一种好的方法！-ant colony algorithm is a newly emerging intelligent optimization algorithm, the solution is the combinatorial optimization problems also a good way!
C_Arrange_xushufa
- 组合数学中的原理实现，arrange的c++实现_序数法-combinatorial mathematics of this principle, arrange the sequence c achieve _ method
GCoptimization_1.3
- Graph-cut implementation is used for combinatorial optimization, which is a fast and robust means to achieve stereo matching, image restoration, segmentation.
bp-vision
- Believe propagation is a popular method to achieve combinatorial optimization. This program contains two sets of codes -- image restoration from noisy data and depth estimation from stereo images.
分支定界TSP
- 本Java程序实现了Combinatorial Algorithms: Theory and Practice", by Reingold, Nievergelt and Deo 讨论的基于edge splitting 的分支定界算法，同时提供了一个简单的分支定界算法和一个基于local search的算法作对比
免疫算法
- In the last twenty years, the design of efficient function optimizers has been a crucial topic of research work. Many theoretical and practical research problems involve combinatorial optimization, which is obtaining the
模拟退火例子1
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组
模拟退火例子2
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组
模拟退火例子3
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组
遗传算法算例
- 文中详细介绍了函数优化（有无约束均可）、组合优化算法的原理和源程序，算法效率极高，欢迎下载。附件有更多的遗传算法算例，共研究算法用。 -paper describes in detail the function optimization (there may be bound), combinatorial optimization algorithms and the principle source, the algorithm
Combinatorial-Auctions--Complexity-and-Algorithms
- Combinatorial Auctions- Complexity and Algorithms
Online-Combinatorial-Auctions
- Online Combinatorial Auctions
A-Course-in-Combinatorial-Optimization
- A Course in Combinatorial Optimization by Alexander Schrijver
Combinatorial-mathematics
- 组合数学源远流长，它起源于古代的数学游戏，我国古人在《河图》《洛书》中便已经对一些有趣的组合问题给出了正确的解答。它又是年轻的，第二次世界大战结束以来，随着组合数学的复兴和崛起，组合设计理论的内涵和外延也经历了极为深刻的变化。它突破了古典组合数学仅研究一些趣味性安排和计数问题的局限，逐步发展成了一个崭新的数学分支。今天，现代设计理论的基本内容、思想和方法已与计算机科学、信息科学、网络通讯理论乃至生物学和化学等学科相互交叉渗透。而对实际应
Combinatorial-Auctions
- 采用禁忌搜索算法解决组合拍卖问题，在短时间内找到近似最优解，用C++语言实现。-Tabu search algorithm for solving combinatorial auctions, in a short time to find the approximate optimal solution with C++ language.