TA还没有准备介绍自己
加载中
个人主页
关注
TA的源代码 (8)
蚁群优化算法
暂无评分
殖民地是围绕的蚂蚁组织其生命周期的基本家庭单位。蚂蚁是群居，和也非常喜欢那些在其他社会的膜翅目，发现尽管各群体的这些发展社会性独立通过趋同进化
lakhdar745272 1 0
1
遗传算法
暂无评分
在人工智能计算机科学领域，遗传算法（GA）是一种启发式搜索，模仿自然选择的过程。这种启发式（有时也称为启发式）是经常用来产生有用的解决方案，以优化和搜索问题。[1]遗传算法属于较大的类进化算法（EA），其产生的解决方案，以优化使用技术问题灵感来自自然进化，如继承，变异，选择和交叉。
lakhdar745272 1 0
1
基于生物地理学的优化
暂无评分
基于生物地理学的优化（BBO）是一种函数通过随机的迭代改进候选解关于某项措施的质量或适应度函数进行优化的进化算法（EA）。BBO属于元启发式方法的类，因为它包含很多的变化，而且它不做任何假设的问题，因此可以应用于一类广泛的问题。
lakhdar745272 1 0
1
文化算法
暂无评分
文化的算法（CA）是进化计算，其中有被称为除了人口组件信念空间知识部件的一个分支。在这个意义上说，文化的算法可以看作是一个扩展的常规遗传算法。文化算法是由雷诺推出（请参阅参考资料）。
lakhdar745272 1 0
1
进化规划算法
4.0分
进化规划算法具有的四个主要演化算法范式之一。它类似于遗传编程，但程序进行优化的结构固定的而其数值的参数被允许进化。
lakhdar745272 3 0
1
差分进化算法
暂无评分
在计算机科学中，差分进化（DE）是质量的一种反复试着提高某项措施是质量的候选人解决优化问题的方法。这种方法通常被称为元启发式方法，如他们做很少或没有假设正在优化的问题，也可以搜索候选解的很大空间。然而，如 DE 元启发式方法不能保证过找到最佳的解决办法。
lakhdar745272 1 0
1
模拟退火算法
4.0分
模拟退火（SA）是一个通用的概率启发式用于在大的搜索空间定位的良好近似于给定功能的全局最优的全局优化问题。它经常被用来在搜索空间是离散的（例如，那次访问给定城市的所有旅游）。对于某些问题，模拟退火可能比穷举更有效-只要该目标仅仅是找到一种可接受的良好的解决方案中的固定时间量，而不是最佳的解决方案。
lakhdar745272 1 0
1
混合粒子群优化和引力搜索算法
暂无评分
新混合人口basedalgorithm（PSOGSA）是与组合中群优化（PSO）重力方法优于(GSA)提出的。主要思想是探究的将两个algorithmsddeOao强度与GSAtosynthesize能力集成能力开采中粒子群优化算法
lakhdar745272 0 0
1
没有更多了~