通用模擬退火優(yōu)化算法 General simulated annealing algorithm 模擬退火優(yōu)化算法能過較大限度的避免局部最優(yōu)解
資源簡(jiǎn)介：通用模擬退火優(yōu)化算法 General simulated annealing algorithm 模擬退火優(yōu)化算法能過較大限度的避免局部最優(yōu)解
上傳時(shí)間： 2014-07-24
上傳用戶：tianyi223
資源簡(jiǎn)介：PSO算法具有快速收斂而且有很強(qiáng)的跳出局部最優(yōu)從而找到全局最優(yōu)點(diǎn)的能力，故可以用它來訓(xùn)練優(yōu)化神經(jīng)網(wǎng)絡(luò)，此程序主要研究這個(gè)方面。
上傳時(shí)間： 2014-01-14
上傳用戶：banyou
資源簡(jiǎn)介：由于K－均值聚類算法局部最優(yōu)的特點(diǎn)，而模擬退火算法理論上具有全局最優(yōu)的特點(diǎn)。因此，用模擬退火算法對(duì)聚類進(jìn)行了改進(jìn)。20組聚類仿真表明，平均每次對(duì)K結(jié)果值改進(jìn)8次左右，效果顯著。下一步工作：實(shí)際上在高溫區(qū)隨機(jī)生成鄰域是個(gè)組合爆炸問題（見本人上載軟...
上傳時(shí)間： 2015-03-18
上傳用戶：hullow
資源簡(jiǎn)介：用遺傳算法解決函數(shù)優(yōu)化問題原代碼 求出最優(yōu)解與迭代次數(shù)
上傳時(shí)間： 2015-04-30
上傳用戶：yt1993410
資源簡(jiǎn)介：simulated annealing algorithm of AI
上傳時(shí)間： 2016-03-20
上傳用戶：lizhen9880
資源簡(jiǎn)介：由于演化算法求解多目標(biāo)優(yōu)化問題所得結(jié)果是一個(gè)優(yōu)化解集———Pareto最優(yōu)集,而現(xiàn)有的演化算法收 斂性分析只適合針對(duì)單目標(biāo)優(yōu)化問題的單個(gè)最優(yōu)解。利用有限馬爾科夫鏈給出了演化算法求解多目標(biāo)優(yōu)化問 題的收斂性分析框架,并給出了一個(gè)分析實(shí)例
上傳時(shí)間： 2013-12-20
上傳用戶：diets
資源簡(jiǎn)介：摘 由于演化算法求解多目標(biāo)優(yōu)化問題所得結(jié)果是一個(gè)優(yōu)化解集———Pareto最優(yōu)集,而現(xiàn)有的演化算法收 斂性分析只適合針對(duì)單目標(biāo)優(yōu)化問題的單個(gè)最優(yōu)解。利用有限馬爾科夫鏈給出了演化算法求解多目標(biāo)優(yōu)化問 題的收斂性分析框架,并給出了一個(gè)分析實(shí)例
上傳時(shí)間： 2014-01-15
上傳用戶：lizhizheng88
資源簡(jiǎn)介：摘 由于演化算法求解多目標(biāo)優(yōu)化問題所得結(jié)果是一個(gè)優(yōu)化解集———Pareto最優(yōu)集,而現(xiàn)有的演化算法收 斂性分析只適合針對(duì)單目標(biāo)優(yōu)化問題的單個(gè)最優(yōu)解。利用有限馬爾科夫鏈給出了演化算法求解多目標(biāo)優(yōu)化問 題的收斂性分析框架,并給出了一個(gè)分析實(shí)例
上傳時(shí)間： 2014-01-25
上傳用戶：ardager
資源簡(jiǎn)介：粒子群優(yōu)化算法的基本思想是通過群體中個(gè)體之間的協(xié)作和信息共享來尋找最優(yōu)解．
上傳時(shí)間： 2013-12-19
上傳用戶：Amygdala
資源簡(jiǎn)介：粒子群優(yōu)化算法的基本思想是通過群體中個(gè)體之間的協(xié)作和信息共享來尋找最優(yōu)解．
上傳時(shí)間： 2016-10-30
上傳用戶：wl9454
資源簡(jiǎn)介：模擬自然進(jìn)化過程搜索最優(yōu)解的方法 BP神經(jīng)網(wǎng)絡(luò)和遺傳算法源程序
上傳時(shí)間： 2013-12-19
上傳用戶：qweqweqwe
資源簡(jiǎn)介：matlab遺傳算法程序 一種通過模擬自然進(jìn)化過程搜索最優(yōu)解的方法
上傳時(shí)間： 2017-06-02
上傳用戶：zhouchang199
資源簡(jiǎn)介：人工魚群算法（AFSA）是2002年李曉磊提出的基于魚群行為的尋求全局最優(yōu) 的新型搜索策略，該算法具有較優(yōu)的全局收斂能力及較快的尋優(yōu)速度。本文首次將 人工魚群算法應(yīng)用于人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)，形成了人工魚群神經(jīng)網(wǎng)絡(luò)模型，通過與 BP算法、模擬退化算法、進(jìn)...
上傳時(shí)間： 2013-12-18
上傳用戶：BOBOniu
資源簡(jiǎn)介：求解n維具有不等式約束優(yōu)化問題的最優(yōu)解
上傳時(shí)間： 2015-03-06
上傳用戶：咔樂塢
資源簡(jiǎn)介：此函數(shù)用于研究Mallet算法及濾波器設(shè)計(jì) 此函數(shù)用于消噪處理 分解的高頻系數(shù)采用db9較好,即它的消失矩較大 分解的有用信號(hào)小波高頻系數(shù)基本趨于零 對(duì)于噪聲信號(hào)高頻分解系數(shù)很大，便于閾值消噪處理
上傳時(shí)間： 2015-05-19
上傳用戶：csgcd001
資源簡(jiǎn)介：遺傳算法的差異算法源代碼，能夠有效的避免局部最優(yōu)。
上傳時(shí)間： 2013-12-20
上傳用戶：koulian
資源簡(jiǎn)介：一個(gè)利用遺傳算法求解最優(yōu)解的程序 主要是利用遺傳算法迭代尋求最優(yōu)的逼近解
上傳時(shí)間： 2014-01-25
上傳用戶：fredguo
資源簡(jiǎn)介：利用遺傳算法求解一個(gè)問題的最優(yōu)解，包括交叉、變異等過程
上傳時(shí)間： 2015-06-03
上傳用戶：thinode
資源簡(jiǎn)介：利用遺傳算法搜索函數(shù)最優(yōu)解的c++源程序
上傳時(shí)間： 2014-01-05
上傳用戶：siguazgb
資源簡(jiǎn)介：遺傳算法求解函數(shù)最優(yōu)解小程序，互幫互助：）『十進(jìn)制編碼』
上傳時(shí)間： 2013-12-21
上傳用戶：windwolf2000
資源簡(jiǎn)介：八數(shù)碼寬度優(yōu)先搜索算法,可以找到最優(yōu)解,但會(huì)消耗更多的資源.
上傳時(shí)間： 2014-12-01
上傳用戶：zyt
資源簡(jiǎn)介：指派問題的匈牙利算法,用于指派n個(gè)問題給m個(gè)人的最優(yōu)解
上傳時(shí)間： 2014-12-08
上傳用戶：gxrui1991
資源簡(jiǎn)介：TSP雙種群蟻群算法。還包括了“30城市TSP問題數(shù)據(jù)與最優(yōu)解.mat”，“75城市TSP問題數(shù)據(jù).mat”，和“442TSP問題數(shù)據(jù)與算法對(duì)比.mat”
上傳時(shí)間： 2013-12-13
上傳用戶：PresidentHuang
資源簡(jiǎn)介：本文介紹了遺傳算法的流程及幾個(gè)算子, 給出了在matlab 語(yǔ)言環(huán)境下實(shí)現(xiàn)編碼、譯碼、選擇、重組和變異各算子的編程方法, 最 后用一個(gè)實(shí)例來說明遺傳算法在尋找全局最優(yōu)解中的應(yīng)用。
上傳時(shí)間： 2016-02-14
上傳用戶：linlin
資源簡(jiǎn)介：用遺傳算法實(shí)現(xiàn)一個(gè)函數(shù)值的最優(yōu)解,用VC編譯的
上傳時(shí)間： 2016-03-03
上傳用戶：xiaohuanhuan
資源簡(jiǎn)介：可以重復(fù)數(shù)值的算法排列 這個(gè)算法可以得出最優(yōu)解
上傳時(shí)間： 2016-03-12
上傳用戶：zhyiroy
資源簡(jiǎn)介：單純性算法求方程最優(yōu)解，基變量個(gè)數(shù)及非基變量個(gè)數(shù)可調(diào)整
上傳時(shí)間： 2016-03-26
上傳用戶：kelimu
資源簡(jiǎn)介：遺傳算法求解函數(shù)最優(yōu)解小程序，互幫互助：）『十進(jìn)制編碼。matlab
上傳時(shí)間： 2016-05-27
上傳用戶：wyc199288
資源簡(jiǎn)介：免疫遺傳算法用于搜索全局最優(yōu)解,經(jīng)驗(yàn)證具有很好的效率和收斂性
上傳時(shí)間： 2014-11-27
上傳用戶：CSUSheep
資源簡(jiǎn)介：用局部最優(yōu)探索算法求解tsp問題。。。matlab編寫。附有城市坐標(biāo)用于檢驗(yàn)。
上傳時(shí)間： 2016-09-24
上傳用戶：氣溫達(dá)上千萬(wàn)的
