”双种群遗传算法“ 的搜索结果

     自适应遗传算法 遗传算法是一种全局优化算法，在求解函数最优值时不容易陷入局部极小的陷阱而出现“死循环”现象，弥补了传统迭代法的不足。本文主要介绍自适应遗传算法的基本原理及实例验证。根据生物进化现象，其...

     遗传算法（Genetic Algorithm，GA）最早是由美国的 John holland于20世纪70年代提出,该算法是根据大自然中生物体进化规律而设计提出的。是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是...

     一、遗传算法简介： 遗传算法是进化算法的一部分，是一种通过模拟自然进化过程搜索最优解的方法。 二、遗传算法思想： 遗传算法组成： 1.编码 2.适应度函数 3.遗传算子：选择、交叉、变异 4.运行参数 借鉴生物进化论...

     自从1975年Holland系统地提出基本遗传算法的完整结构和理论以来，众多学者一直致力于推动遗传算法的发展，在细粒度上，对编码方式，控制参数的确定，初始种群的生成方式，选择方式和交叉机理以及变异方式等进入深入...

     定义：什么是遗传算法？ 遗传算法（英语：genetic algorithm (GA) ）是计算数学中用于解决最优化的搜索算法，是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、...

     遗传算法及其应用——遗传算法的基本概念&遗传算法的基本算法（编码&群体设定&适应度函数&选择&交叉&变异&遗传算法步骤）&解决带约束的函数优化问题&多目标的遗传算法&遗传...

     遗传算法主要借用生物中“适者生存”的原则，在遗传算法中，染色体对应的是数据或数组，通常由 一维的串结构数据来表示。不同个体对环境 的适应度不同，适应度打的个体被选择进行遗传操作产生新个体。遗传算法是一种...

     旅行商问题，即TSP问题（Traveling Salesman Problem）又译为旅行推销员问题、货郎担问题，是数学领域中著名问题之一。假设有一个旅行商人要拜访n个城市，他必须选择所要走的路径，路径的...遗传算法求解TSP问题 ​...

量子遗传算法

标签：   matlab  算法

     量子遗传算法概述 量子遗传算法( QGA )是量子计算与遗传算法相结合的产物，是一种新发展起来的概率进化方法。 GA会由于选择、交叉或变异等方式的不当而出现迭代次数多、收敛速度慢、容易陷入局部极值的现象。 量子...

     首先，在选择复制阶段，采用基于最小任务完成时间和匹配程度的双适应度函数，对种群以双重标准进行筛选。然后，对算法的交叉变异概率进行了自适应优化，使其自适应能力进一步提高，保证了算法尽快向最优解收敛。同时...

     本文以优化算法测试函数为研究对象，以遗传算法和粒子群算法为研究实例，采用图形观察法，模型方法，实验研究法和文献研究法等为研究方法，对常见的11种优化算法的测试函数的数学原理，函数特征以及收敛速度和收敛...

10  
9  
8  
7  
6  
5  
4  
3  
2  
1  

推荐文章