针对目前导航系统中重要的多约束条件下路径规划功能，结合A*算法和蚁群算法提出一种新的不确定算法，该算法首先将多约束条件进行融合使其适合蚁群转移，并在基本蚁群算法基础上采用了A*算法的评估指标，为蚁群转移时提供最优预测收敛点。通过实验证明该算法可以大幅度降低时间消耗，并且全局收敛性强，计算结果稳定。
上传时间： 2013-11-01
上传用户：qwer0574
TSP算法，应用局部搜索法得到最优路径，已经经过优化。没有密码，可以使用，vc环境下使用。
上传时间： 2015-03-16
上传用户：Miyuki
这是计算机算法基础中的动态规划的方法的一个例子，多段图是一个很经典的问题！这里的程序用于求解最小成本路径，用类似的思想可以解决最优分配方案的问题！
上传时间： 2014-01-24
上传用户：yt1993410
K-均值聚类算法的编程实现。包括逐点聚类和批处理聚类。K－均值聚类的的时间复杂度是n*k*m，其中n为样本数，k为类别数，m为样本维数。这个时间复杂度是相当客观的。因为如果用每秒10亿次的计算机对50个样本采用穷举法分两类，寻找最优，列举一遍约66.7天，分成3类，则要约3500万年。针对算法局部最优的缺点，本人正在编制模拟退火程序进行改进。希望及早奉给大家，倾听高手教诲。
上传时间： 2015-03-18
上传用户：yuanyuan123
用BP算法对某个表达式进行模拟，通过模拟来得到最优的结果
上传时间： 2015-03-22
上传用户：moshushi0009
算法设计于分析中的多段图问题，用VC编写应用动态规划的算法设计方法，利用最优性原理以及所获得的递推关系式求取最优决策序列，通过多段图的定义，找到由源点s到汇点t的最小成本路径，进而可以灵活解决可以用多段图描述的许多实际问题.
上传时间： 2014-01-16
上传用户：lx9076
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
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
