智能优化算法
文章平均质量分 56
HuiNux13
爱睡觉的码农
展开
-
粒子群算法和差分进化算法的对比
粒子群算法和差分进化算法的对比 此次的测试函数为f(x,y)=3xcos(xy)+x+y2f(x,y)=3xcos(xy)+x+y^{2}f(x,y)=3xcos(xy)+x+y2 x,yx,yx,y均属于[-4,4] 函数图像如下: 粒子群算法采用线性递减惯性权重的的标准粒子群算法。给定参数如下: 参数 范围或值 种群数量 10 最大迭代次数 100 惯性权重范围 [0.4,0.8] 粒子速度范围 [-1,1] 个体学习因子 1.5 社会学习因子 1.5 差分进化原创 2021-04-22 21:58:40 · 1569 阅读 · 0 评论 -
遗传算法解决TSP问题 matlab
matlab GA解决TSP问题 借鉴 智能优化算法及其MATLAB实例(第2版),纯手敲怕大家麻烦,并且将其选择过程实时可视化。 代码如下: clc;clear city=[1304 2312;3639 1315;4177 2244;3712 1399;3488 1535;3326 1556;... 3238 1229;4196 1044;4312 790;4386 570;3007 1970;2562 1756;... 2788 1491;2381 1676;1332原创 2021-01-02 15:50:16 · 1752 阅读 · 0 评论 -
智能优化算法之 差分进化算法
差分进化算法 差分进化算法原理 差分进化算法是一种随机的启发式搜索算法,简单易用,有较强的鲁棒性和全局搜索能力。 差分进化算法是一种自组织最小化方法,利用种群中随机选择的不同向量来干扰一个现有向量,种群中的每个向量均要受到干扰,其中种群干扰向量可独立进行的,由此说明,其进行是并行的。 差分进化算法一共有五个步骤: 初始化 变异 交叉 选择 边界条件处理 通过上述流程可获得一个收敛性非常好的结果,引导搜索结果向全局最优解逼近。 差分进化算法的流程详解: 初始化 差分进化算法利用NP个维数为D的实数值参数向原创 2021-01-29 16:50:01 · 3031 阅读 · 1 评论