粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation).源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域
标签： evolutionary computation PSO 粒子群
上传时间： 2015-03-28
上传用户：源弋弋
矩阵连乘算法，实现几个矩阵相乘的最优顺序，并计算出复杂度
上传时间： 2014-01-04
上传用户：Amygdala
用于m=2 的机器调度问题，可求出最优解与花费的时间
上传时间： 2015-04-01
上传用户：bibirnovis
模拟退火算法 模拟退火算法(Simulated Annealing,简称SA算法)是模拟加热熔化的金属的退火过程，来寻找全局最优解的有效方法之一。 模拟退火的基本思想和步骤如下： 设S＝{s1,s2,…,sn}为所有可能的状态所构成的集合， f：S—R为非负代价函数，即优化问题抽象如下： 寻找s*∈S，使得f(s*)＝min f(si) 任意si∈S （1）给定一较高初始温度T，随机产生初始状态S （2）按一定方式，对当前状态作随机扰动，产生一个新的状态S’ S’＝S＋sign(η).δ 其中δ为给定的步长， η为[－1,1]的随机数
标签： Simulated Annealing 模拟退火算法 模拟
上传时间： 2014-01-02
上传用户：gengxiaochao
这是一个贪心算法的c程序。贪心算法（也叫贪婪算法）不是某种特定的算法，而是一类抽象的算法，或者说只是一种思想，它的具体表现在，对解空间进行搜索时，不是机械地搜索，而是对局部进行择优选取，贪心算法的目的不是为了找到全部解，也当然找不出最优解，而只是找出一种可行解，这样就会得到惊人的高效性。因此，贪心算法也叫启发式搜索，这种启发就是所谓的“贪心策略”。
上传时间： 2014-12-08
上传用户：baiom
在本问题的求解中，修桥和挖隧道是两个相类似的求解过程，我们将求解过程分为两个部分：第一、对河岸边一固定点 ，将桥修在 处时，求解由起始点 到经固定点 到居民点 的最短路线。第二、如何确定 的位置，使得总路线的费用最小。我们分别用了两个模型来进行这两部分内容的求解。模型一、针对坡度的限制，利用小区域内的局部最优来达到全局最优。模型二、列出点 有一定的位移时，可以减少的费用 的函数方程，然后利用河岸附近等高线较紧密，公路不能沿偏离等高线方向前进的特性，求出减少的费用 的条件极值，从而确定最佳修桥地点 。最后，我们利用模型一、二的原理对隧道部分的公路做了同样的优化设计，然后得出总的修路费用估计为324万元，较合理。最后，我们对整个做法的误差及合理性做了分析。
标签：
上传时间： 2015-04-10
上传用户：kytqcool
针对现有遗传算法在多维非线性优选方面的不足，本文提出了一种基于小生境进化算法（NEA）的非线性优选模型，探讨了NEA算法的参数选择原则。通过大量仿真和比较，表明算法在复杂非线性优选中具有快速、高效、鲁棒性强的特点，并能在全局范围内有效搜索所有最优解。
上传时间： 2014-08-02
上传用户：ZJX5201314
哈夫曼编码的JAVA实现，完全使用JAVA最优的算法。 叙述了哈夫曼编码的思想以及用JAVA 语言实现其程序设计的详细过程
上传时间： 2015-04-19
上传用户：xhz1993
模拟退火算法是为了避免求解最优化出现局部极值的问题而提出的算法，保证最终的结果是全局最优的，该matlab源程序能在matlab环境中实现
上传时间： 2014-10-12
上传用户：225588
针对在FPGA中实现FIR滤波器的关键--乘法运算的高效实现进行了研究，给了了将乘法化为查表的DA算法，并采用这一算法设计了FIR滤波器。通过FPGA仿零点验证，证明了这一方法是可行和高效的，其实现的滤波器的性能优于用DSP和传统方法实现FIR滤波器。最后介绍整数的CSD表示和还处于研究阶段的根据FPGA实现的要求改进的最优表示。
上传时间： 2015-04-24
上传用户：JIUSHICHEN
