采用了保优的选择遗传算法 终止条件的判断是：到达一定的代数。可改进为：相邻若干代的种群平均适应值的变化来判断。若相邻若干代的种群平均适应值为变化或者是变化小于某一阈值
采用了保优的选择遗传算法 终止条件的判断是：到达一定的代数。可改进为：相邻若干代的种群平均适应值的变化来判断。若相邻若干代的种群平均适应值为变化或者是变化小于某一阈值，表示算法已经收敛，则退出算法。 选择算子：轮盘赌选择； 交叉算子：单点交叉,随机选择计算此适应度值，若大于当前最佳适应度值则降...
种群技术资料
📦 资源总数：90
💻 源代码：1408
🔥 种群热门资料
查看全部90个资源 »微分进化算法DE（Differential Evolution）由Storn和Price等学者于1995年首先提出。它是一种基于种群优化的新智能优化方法
微分进化算法DE（Differential Evolution）由Storn和Price等学者于1995年首先提出。它是一种基于种群优化的新智能优化方法，它已被证明在求解过程中具有高效性、收敛性、鲁棒性等优点...
蚁群算法( ant colony algorithm) 是由意大利学者 Dorigo 等人[1 ,2 ] 于20 世纪90 年代初期通过模拟自然界 中蚂蚁集体寻径的行为而提出的一种基于种群的启
蚁群算法( ant colony algorithm) 是由意大利学者 Dorigo 等人[1 ,2 ] 于20 世纪90 年代初期通过模拟自然界 中蚂蚁集体寻径的行为而提出的一种基于种群的启发 式仿生进化系统。蚁群算法包含两个基本阶段:适应阶 段和协作阶段。在适应阶段,各候选解根据...
* 这里是遗传算法的核心框架遗传算法的步骤： * 遗传算法核心部分的算法描述 * 算法步骤： * 1、初始化 * 1.1、生成初始种群编码 * 1.2、计算每个个体的适配值。
* 这里是遗传算法的核心框架遗传算法的步骤： * 遗传算法核心部分的算法描述 * 算法步骤： * 1、初始化 * 1.1、生成初始种群编码 * 1.2、计算每个个体的适配值。 * 1.3、记录当前最优适配值和最优个体 * 2、选择和遗传， * 2.0、若当前最优适配值...
简单遗传算法VC实现
简单遗传算法VC实现，包括选择，交叉，变异以及种群初始化...
💻 种群源代码
查看更多 »📂 种群资料分类