immunity.zip - 免疫遗传算法流程为：
(1)随机产生初始父代种群A1
(2)根据先验知识抽取疫苗。
(3)若当前种群中已包含最佳个体，算法结束；否则进行以下步骤。
(4)根据抗体浓度和适应度进行复制。
(5)对当前第K代父代种群AK进行交叉操作，得到种群BK。
,2016-11-11 17:44:49,下载6次
mianyiyichuan.rar - 该算法既保留了遗传算法的搜索特性，又利用了免疫算法的多机制求解多目标函数最优解的自适应特性，在很大程度上避免了“早熟”，收敛于局部极值。
生物体的免疫系统是一个高度进化、复杂的系统，它能自适应地识别和排除入侵肌体的抗原性异物，保护机体免受损害及维持内坏境稳定，并具有学习、记忆和自适应调节的能力。当抗原入侵时，免疫系统通过自体耐受对‘自己’和‘非己’进行识别，并产生最恰当的抗体排除抗原，通过抗体与抗体之间、抗原与抗体之间的相互刺激和抑制关系，降低抗原对免疫细胞的刺激，抑制抗体的过度分化、增殖，保证免疫平衡并维持抗体的多样性。同时在免疫过程中将产生抗体的部分细胞作为记忆细胞保存下来，对于今后侵入的同类抗原，相应的记忆细胞受到激发而产生大量的抗体。为提高生物体的免疫机能，医学上往往根据抗原性异物提取疫苗给生物体接种，接种过的生物体由于免疫细胞预先获得了抗原染色体的特征信息，因而在类似抗原入侵时，能迅速产生亲和度很高的抗体，有效抵御入侵。,2016-11-11 17:42:42,下载14次
weifenjinhuasuanfa.rar - 微分进化(DE) 是比较新的基于群体的随机优化方法。它具有简单、快速、鲁棒性好等特点,已经得
到广泛关注。不同于其它进化算法,它的变异算子是由种群中任意选取的多对向量的差值得到的。微分进化主
要用于实参数优化问题,在非线性和不可微的连续空间问题上优于其它进化方法。近些年,微分进化的应用领域
也是不断扩大。,2016-11-11 17:38:06,下载8次
liziqunsuanfa.rar - 粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等[1] 开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。,2016-11-11 17:35:41,下载3次
jinhuasuanfa.zip - 微分进化(DE) 是比较新的基于群体的随机优化方法。它具有简单、快速、鲁棒性好等特点,已经得
到广泛关注。不同于其它进化算法,它的变异算子是由种群中任意选取的多对向量的差值得到的。微分进化主
要用于实参数优化问题,在非线性和不可微的连续空间问题上优于其它进化方法。近些年,微分进化的应用领域
也是不断扩大。,2016-11-11 17:33:26,下载4次
SimulatedAnneal.zip - 我们尝试用模拟退火算法来求解函数优化问题。
给出下面这个函数优化问题
已经知道该优化问题的全局最小值为0，在点（1,1）处取得。
其函数图像为
,2016-11-11 17:30:46,下载7次
tabu_search.zip - 我们尝试用禁忌搜索(tabu search）算法来解决旅行商问题（TSP），程序可以选择随机生成点的位置坐标，也可以从圆上均匀取点（比较容易判断结果的好坏）。
我们采用下面的一些规则来运行程序：
特赦规则：如果新解被禁，但是目标函数值比当前最优解的目标函数值小于某个定值时，接受新解。
终止规则：1、如果在给定的迭代次数内，最优解的目标函数值保持不变终止2、迭代次数达到给定的最大值时终止。
候选解的产生：本实验中我采取的是随机产生候选解的方法
一些参数的选取：
在每一步的迭代中，保留bl n个候选解（也可以产生n(n-1)/2），禁忌长度取tl sqrt(n),最大迭代步数设为maxl 500
运行程序有如下结果：
在半径为5的圆上均匀取n 50个点（能够直观地观察解的收敛性）,2016-11-11 17:17:51,下载12次