-
python 实现用遗传算法优化神经网络权重
神经网络的训练过程中，使用遗传算法来优化神经网络的权重，用于寻找全局最优权重
- 2022-04-27 13:11:45下载
- 积分：1
-
RLS和遗传算法的PID在线整定
RLS和遗传算法的PID在线整定，优化效果较好，在线整定控制PID参数
- 2022-11-02 00:10:03下载
- 积分：1
-
遗传算法MATLB程序
有遗传算法的选择、交叉、变异函数，一些简单的MABTLAB遗传算法例子
- 2023-06-23 21:35:03下载
- 积分：1
-
遗传算法的C++实现
遗传算法的有趣应用很多，诸如寻路问题，8数码问题，囚犯困境，动作控制，找圆心问题（这是一个国外网友的建议：在一个不规则的多边形 中，寻找一个包含在该多边形内的最大圆圈的圆心。），TSP问题（在以后的章节里面将做详细介绍。），生产调度问题，人工生命模拟等。直到最后看到一个非 常有趣的比喻，觉得由此引出的袋鼠跳问题（暂且这么叫它吧），既有趣直观又直达遗传算法的本质，确实非常适合作为初学者入门的例子。
- 2022-10-26 10:15:02下载
- 积分：1
-
遗传算法实现TSP问题
用遗传算法实现TSP最短路寻优问题，遗传算法（Genetic Algorithm）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，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现，如黑头发的特征是由染色体中控制这一特征的某种基因组合决定的。因此，在一开始需要实现从表现型到基因型的映射即编码工作。由于仿照基因编码的工作很复杂，我们往往进行简化，如二进制编码，初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代（generation）演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度（fitness）大小选择个体
- 2022-07-08 16:58:02下载
- 积分：1
-
遗传算法分析代码
遗传算法分析代码，可以进行回归分析
- 2023-05-14 09:25:02下载
- 积分：1
-
遗传算法程序均匀交叉,变异操作
采用二进制Gray编码,采用基于轮盘赌法的非线性排名选择, 均匀交叉,变异操作,而且还引入了倒位操作!
- 2022-06-01 12:10:32下载
- 积分：1
-
基于遗传算法优化的 BP 神经网络非线性系统拟合算法
遗传算法优化 BP 神经网络是用遗传算法来优化 BP 神经网络的初始权值和阈值,使优化后的 BP 神经网络能够更好地预测函数输出。遗传算法优化 BP 神经网络的要素包括种群初始化、适应度函数、选择操作、交叉操作和变异操作。
- 2022-02-12 04:35:16下载
- 积分：1
-
遗传算法优化BP神经
遗传算法优化BP神经的简化程序，本资源包主要用于优化神经网络。程序分为几个子程序，在运行时记得保存好，主程序主意看好注释，可以很简单得算出神经网络的最优参数，得到一个比较理想的神经网络
- 2022-08-02 20:11:01下载
- 积分：1
-
基于遗传算法的土地利用优化
以某地区一部分土地利用现状为基本数据，通过设置目标函数和约束条件，使用遗传算法进行土地利用优化，实验表明优化效果优良。
- 2022-02-01 23:44:07下载
- 积分：1
