搜索结果
找到约 29,836 项符合
进化算法 的查询结果
按分类筛选
- 全部分类
- 人工智能/神经网络 (82)
- matlab例程 (14)
- 数值算法/人工智能 (7)
- 其他 (5)
- 学术论文 (4)
- 并行计算 (4)
- 其他书籍 (4)
- Java编程 (4)
- 源码 (4)
- 技术资料 (4)
- 生物技术 (3)
- 其他行业 (2)
- 电子书籍 (2)
- 行业发展研究 (2)
- 文件格式 (2)
- 文章/文档 (2)
- Matlab (2)
- 技术书籍 (1)
- 书籍源码 (1)
- 单片机编程 (1)
- 传感与控制 (1)
- 嵌入式/单片机编程 (1)
- 系统设计方案 (1)
- 通讯编程文档 (1)
- 汇编语言 (1)
- 医药行业 (1)
- 数学计算 (1)
- 数据结构 (1)
- 单片机开发 (1)
- 压缩解压 (1)
- VC书籍 (1)
- 教程 (1)
- VIP专区 (1)
人工智能/神经网络 遗传算法(Genetic Algorithm, GA)是近几年发展起来的一种崭新的全局优化算法
遗传算法(Genetic Algorithm, GA)是近几年发展起来的一种崭新的全局优化算法,它借
用了生物遗传学的观点,通过自然选择、遗传、变异等作用机制,实现各个个体的适应性
的提高。这一点体现了自然界中"物竞天择、适者生存"进化过程。1962年Holland教授首次
提出了GA算法的思想,从而吸引了大批的研究者,迅速推广到优化、搜 ...
人工智能/神经网络 1。《遗传算法的数学基础》
1。《遗传算法的数学基础》,张文修、梁怡编着 西安交通大学出版社 2000年第一版
遗传算法(genetic algorithm)是模拟自然界生物进化过程与机制求解问题的一类自组织与自适应的人工智能技术,已广泛应用于计算机科学、人工智能、信息技术及工程实践。
本书重点在于阐述遗传算法的数学基础。全书共分3章,第1章给出了遗传 ...
人工智能/神经网络 8。《遗传算法及其应用》
8。《遗传算法及其应用》,陈国良等编着 人民邮电出版社 2001年第一版
本书系统全面地介绍了遗传算法的基本原理、设计方法及其并行实现,以及它在组合优化、机器学习、图像处理、过程控制、进化神经网络、模糊模式识别和人工生命等方面的应用。 本书可作为高等院校计算机、无线电电子学、自动控制、生物医学工程等有关专业 ...
人工智能/神经网络 9。《遗传算法原理及应用》
9。《遗传算法原理及应用》,周明,孙树栋编着 国防工业出版社 1999年第一版
本书全面系统的介绍了遗传算法的基本原理、数学基础、各种主要实现技术,并给出了一些应用实例,同时还简单的介绍了进化计算的基本内容。本书具有系统性强、可读性强、可操作性强的特点。本书可供智能计算、自动控制、系统工程、优化计算、经济 ...
人工智能/神经网络 遗传算法的程序 遗传 算 法 (GeneticA lgorithm,G A)是一种大规模并行搜索优化算法
遗传算法的程序
遗传 算 法 (GeneticA lgorithm,G A)是一种大规模并行搜索优化算法,它模
拟了达尔文“适者生存”的进化规律和随机信息交换思想,仿效生物的遗传方式,
从随机生成的初始解群出发,开始搜索过程。解群中的个体称为染色体,它是一
串符号,可以是一个二进制字符串,也可以是十进制字符串或采用其他编码方式
...
人工智能/神经网络 遗传算法程序 主要程序 ga.m 遗传算法核心程序 BinaryExample.m 二进制编码应用程序 FloatExample.m 浮点编码的应用程序 相关算子及函数 in
遗传算法程序
主要程序
ga.m 遗传算法核心程序
BinaryExample.m 二进制编码应用程序
FloatExample.m 浮点编码的应用程序
相关算子及函数
initializega.m 种群初始化函数
simpleXover.m 用于二进制编码的简单交叉算子
arithXover.m 用于浮点编码的算术交叉算子
binaryMutation 用于二进制编码的变异算子
nonMutation.m ...
matlab例程 对多目标优化算法NSGA-II算法的改进
对多目标优化算法NSGA-II算法的改进,该算法进化代数少,但是获得的最终效果特别好!
系统设计方案 本文基于遗传算法思想
本文基于遗传算法思想,采用浮点数矩阵表示编码,在遗传算法的进化过程中加入一定的约束条件等方法,探讨了网络结构的设计和学习。经实例分析,在用于建立大坝安全监控预报模型的前馈神经网络设计中,该方法在满足一定约束条件下,能同时有效地寻找合适的网络结构和相应的参数(神经网络的权值和阈值),且在精度和速度上都有 ...
文章/文档 是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型。通过全老师耐心的讲解
是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型。通过全老师耐心的讲解,我已经清楚了简单遗传算法的处理过程,遗传算法的基本操作包括:编码、初始群体的生成、适应度评估检测、选择、杂交操作、变异。下面是我用Java编写的一个简单遗传算法的程序,求解的题目 ...
人工智能/神经网络 Csharp实现蚁群算法解决TSP问题
Csharp实现蚁群算法解决TSP问题,主要是一种模拟生物的进化:用信息素来引导蚂蚁向比较好的方向前进.是学习该算法的很好的参考源码