遗传算法程序.zip

  • 琢涯
    了解作者
  • matlab
    开发工具
  • 70KB
    文件大小
  • zip
    文件格式
  • 0
    收藏次数
  • 10 积分
    下载积分
  • 6
    下载次数
  • 2020-06-07 21:42
    上传日期
遗传算法是计算数学中用于解决最佳化的搜索算法,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、自然选择以及杂交等。遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题,一定数量的候选解(称为个体)的抽象表示(称为染色体)的种群向更好的解进化。传统上,解用二进制表示(即0和1的串),但也可以用其他表示方法。进化从完全随机个体的种群开始,之后一代一代发生。在每一代中,整个种群的适应度被评价,从当前种群中随机地选择多个个体(基于它们的适应度),通过自然选择和突变产生新的生命种群,该种群在算法的下一次迭代中成为当前种群。
遗传算法程序.zip
  • 遗传算法程序
  • 0-遗传算法代码-最大值
  • 使用说明.txt
    47B
  • 主程序.docx
    14.1KB
  • 问题.ppt
    16KB
  • init_population.m
    120B
  • roulette.m
    381B
  • decode.m
    372B
  • ga_main.m
    2.4KB
  • crossover.m
    563B
  • 1--遗传算法代码-最小值
  • 遗传算法求函数极小值代码
  • 使用说明.txt
    50B
  • yichuan1.m
    3KB
  • init_population.m
    95B
  • pathdef.m
    37.5KB
  • roulette.m
    332B
  • decode.m
    335B
  • crossover.m
    527B
  • 遗传算法求函数极小值.docx
    45KB
内容介绍
<html xmlns="http://www.w3.org/1999/xhtml"> <head> <meta charset="utf-8"> <meta name="generator" content="pdf2htmlEX"> <meta http-equiv="X-UA-Compatible" content="IE=edge,chrome=1"> <link rel="stylesheet" href="https://static.pudn.com/base/css/base.min.css"> <link rel="stylesheet" href="https://static.pudn.com/base/css/fancy.min.css"> <link rel="stylesheet" href="https://static.pudn.com/prod/directory_preview_static/626434444c65f41259c228aa/raw.css"> <script src="https://static.pudn.com/base/js/compatibility.min.js"></script> <script src="https://static.pudn.com/base/js/pdf2htmlEX.min.js"></script> <script> try{ pdf2htmlEX.defaultViewer = new pdf2htmlEX.Viewer({}); }catch(e){} </script> <title></title> </head> <body> <div id="sidebar" style="display: none"> <div id="outline"> </div> </div> <div id="pf1" class="pf w0 h0" data-page-no="1"><div class="pc pc1 w0 h0"><img class="bi x0 y0 w1 h1" alt="" src="https://static.pudn.com/prod/directory_preview_static/626434444c65f41259c228aa/bg1.jpg"><div class="c x0 y1 w2 h2"><div class="t m0 x1 h3 y2 ff1 fs0 fc0 sc0 ls0 ws0">&#36951;&#20256;&#31639;&#27861;&#26041;&#27861;&#20171;&#32461;<span class="sc1">&#65306; </span></div><div class="t m0 x1 h3 y3 ff1 fs0 fc0 sc1 ls0 ws0">&#31532;&#19968;&#27493;&#65306;&#30830;&#23450;&#20915;&#31574;&#21464;&#37327;&#21450;&#20854;&#32422;&#26463;&#26465;&#20214;&#65306;<span class="ff2">[-5,+5]</span></div><div class="t m0 x1 h3 y4 ff1 fs0 fc0 sc1 ls0 ws0">&#31532;&#20108;&#27493;&#65306;&#24314;&#31435;&#20248;&#21270;&#27169;&#22411;&#65306;<span class="ff2">min z</span>&#65288;<span class="ff2">x,y</span>&#65289;<span class="ff2">=2-exp[-(x2+y2)] </span></div><div class="t m0 x1 h3 y5 ff1 fs0 fc0 sc1 ls0 ws0">&#31532;&#19977;&#27493;&#65306;&#30830;&#23450;&#32534;&#30721;&#26041;&#27861;&#12290;&#29992;&#38271;&#24230;&#20026;<span class="_ _0"> </span><span class="ff2">50<span class="_ _0"> </span></span>&#20301;&#30340;&#20108;&#36827;&#21046;&#32534;&#30721;&#20018;&#26469;&#34920;&#31034;&#20915;&#31574;&#21464;&#37327;<span class="_ _0"> </span><span class="ff2">x,y</span>&#12290;</div><div class="t m0 x1 h3 y6 ff1 fs0 fc0 sc1 ls0 ws0">&#31532;&#22235;&#27493;&#65306;&#30830;&#23450;&#35299;&#30721;&#26041;&#27861;&#12290;&#35299;&#30721;&#26102;&#23558;<span class="_ _0"> </span><span class="ff2">50<span class="_ _0"> </span></span>&#20301;&#38271;&#30340;&#20108;&#36827;&#21046;&#32534;&#30721;&#21069;<span class="_ _0"> </span><span class="ff2">25<span class="_ _0"> </span></span>&#20301;&#36716;&#25442;&#20026;&#23545;&#24212;&#30340;&#21313;&#36827;&#21046;&#25972;&#25968;</div><div class="t m0 x1 h3 y7 ff1 fs0 fc0 sc1 ls0 ws0">&#20195;&#30721;&#65292;&#35760;&#20026;<span class="_ _0"> </span><span class="ff2">x</span>&#65292;&#21518;<span class="_ _0"> </span><span class="ff2">25<span class="_ _0"> </span></span>&#20301;&#36716;&#25442;&#21518;&#35760;&#20026;<span class="_ _0"> </span><span class="ff2">y</span>&#12290;</div><div class="t m0 x1 h3 y8 ff1 fs0 fc0 sc1 ls0 ws0">&#31532;&#20116;&#27493;&#65306;&#30830;&#23450;&#20010;&#20307;&#35780;&#20215;&#26041;&#27861;&#12290;</div><div class="t m0 x1 h3 y9 ff1 fs0 fc0 sc1 ls0 ws0">&#31532;&#20845;&#27493;&#65306;&#35774;&#35745;&#36951;&#20256;&#31639;&#23376;&#12290;&#36873;&#25321;&#36816;&#31639;&#29992;&#27604;&#20363;&#36873;&#25321;&#31639;&#23376;&#65292;&#20132;&#21449;&#36816;&#31639;&#20351;&#29992;&#21333;&#28857;&#20132;&#21449;&#31639;&#23376;&#65292;&#21464;&#24322;&#36816;</div><div class="t m0 x1 h3 ya ff1 fs0 fc0 sc1 ls0 ws0">&#31639;&#20351;&#29992;&#22522;&#26412;&#20301;&#21464;&#24322;&#31639;&#23376;&#12290;</div><div class="t m0 x1 h3 yb ff1 fs0 fc0 sc1 ls0 ws0">&#31532;&#19971;&#27493;&#65306;&#30830;&#23450;&#36951;&#20256;&#31639;&#27861;&#30340;&#36816;&#34892;&#21442;&#25968;&#12290;</div></div></div><div class="pi" data-data='{"ctm":[1.611850,0.000000,0.000000,1.611850,0.000000,0.000000]}'></div></div> </body> </html>
评论
    相关推荐
    • 免疫遗传算法
      免疫遗传算法源代码,是对遗传算法和免疫算法的改进 免疫遗传算法源代码,是对遗传算法和免疫算法的改进 免疫遗传算法源代码,是对遗传算法和免疫算法的改进 免疫遗传算法源代码,是对遗传算法和免疫算法的改进
    • 配电网遗传算法
      配电网与遗传算法相结合,有电价等信息。。
    • 遗传算法
      遗传算法
    • 遗传算法 
      算法的基本理论及实力
    • 遗传算法PPT
      遗传算法(Genetic Algorithm)是一类借鉴生物界的进化规律(适者生存,优胜劣汰遗传机制)演化而来的随机化搜索方法1
    • 遗传算法的应用
      遗传算法(Genetic Algorithm)是一类借鉴生物界的进化规律(适者生存,优胜劣汰遗传机制)演化而来的随机化搜索方法
    • 遗传算法程序
      遗传算法是计算数学中用于解决最佳化的搜索算法,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、自然选择以及杂交等。遗传算法通常实现方式为一种计算机模拟...
    • 遗传算法
      合作者 马赫伯特(Herbert Ma)/ Yogesh Verma A01066502 / A01074571 状态-100%完成 等级-100%
    • 遗传算法 遗传算法 遗传算法 遗传算法
      遗传算法……遗传算法……遗传算法……遗传算法……遗传算法……遗传算法……遗传算法……遗传算法……遗传算法……遗传算法……遗传算法……遗遗传算法……遗传算法……遗传算法……遗传算法……遗传算法……遗传...
    • 遗传算法
      遗传算法 埃斯特·塞拉·埃尔·莫多·德·康科塔诺斯·西古斯塔恩