模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代，并逐步衰减t值，算法终止时的当前解即为所得近似最优解，这是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。退火过程由冷却进度表(Cooling Schedule)控制，包括控制参数的初值t及其衰减因子Δt、每个t值时的迭代次数L和停止条件S。
标签： 模拟退火算法
上传时间： 2015-04-24
上传用户：R50974
模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代，并逐步衰减t值，算法终止时的当前解即为所得近似最优解，这是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。退火过程由冷却进度表(Cooling Schedule)控制，包括控制参数的初值t及其衰减因子Δt、每个t值时的迭代次数L和停止条件S。
标签： 模拟退火算法
上传时间： 2015-04-24
上传用户：ryb
模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代，并逐步衰减t值，算法终止时的当前解即为所得近似最优解，这是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。退火过程由冷却进度表(Cooling Schedule)控制，包括控制参数的初值t及其衰减因子Δt、每个t值时的迭代次数L和停止条件S。
标签： 模拟退火算法
上传时间： 2014-12-19
上传用户：TRIFCT
BP神经网络源代码，代码详细设计了网络节点、迭代过程、及调用接口，在VC6.0下调用测试通过
上传时间： 2014-01-03
上传用户：集美慧
RS 码的编译码程序，对编码分析有一定的帮助，采用迭代译码算法.
上传时间： 2013-12-21
上传用户：zhyiroy
《SESyetem节能模拟系统(版本:1.01a Final)》为自由软件,对热风炉进行 热平衡计算、传热模拟、燃烧优化、操作优化等设计。 本软件用Dephi6.0编写，可以通过菜单或命令的方式进行操作。由于模拟、 优化等部分涉及到多次迭代计算，故对硬件要求较高，配置要求：主机在686以 上，操作系统为Windows 2000以上。 由于水平和时间、精力等因素，软件肯定有不少的Bug，希望能得到高手的 指点。
上传时间： 2013-12-30
上传用户：yph853211
提供一个人工免疫算法源程序，其算法过程包括： 1.设置各参数 2.随机产生初始群体——pop=initpop(popsize,chromlength) 3.故障类型编码，每一行为一种！code(1,:)，正常；code(2,:)，50％；code(3,:)，150％。实际故障测得数据编码，这里Unnoralcode,188％ 4.开始迭代（M次）： 1）计算目标函数值：欧氏距离[objvalue]=calobjvalue(pop,i) 2）计算群体中每个个体的适应度fitvalue=calfitvalue(objvalue) 3）选择newpop=selection(pop,fitvalue) objvalue=calobjvalue(newpop,i) ％ 交叉newpop=crossover(newpop,pc,k) objvalue=calobjvalue(newpop,i) ％ 变异newpop=mutation(newpop,pm) objvalue=calobjvalue(newpop,i) ％ 5.求出群体中适应值最大的个体及其适应值 6.迭代停止判断。
上传时间： 2014-01-01
上传用户：trepb001
在C语言环境下使用的粒子群优化算法，需要给出最大速度、迭代次数、作为中断条件的最小误差等初始条件。
上传时间： 2014-12-04
上传用户：wmwai1314
像片外方位元素计算程序，根据已知坐标数据和最小二乘原理进行间接平差，得到外方位元素的改正数，迭代求解
上传时间： 2014-01-10
上传用户：zyt
遗传求解求解一元二次方程的解源程序(下载点击GAdownload.c) 说明： 1 popu变量表示群体规模 2 L变量表示染色体的长度 3 pc,pm变量分别代表是交叉概率和变异概率 4 gen是迭代的代数 4 chromosome是一个全局的二维数组，里面存放的是个体的编码 5 程序最后的执行结果输出到了text.txt文本文件中
标签： GAdownload popu 变量 概率
上传时间： 2015-06-03
上传用户：youth25
