优化算法
文章平均质量分 52
Han-torch
这个作者很懒,什么都没留下…
展开
-
遗传算法2(观看B站视频笔记,含伪代码)
基本遗传算法的构成要素:(1)染色体编码方法:使用固定长度的二进制符号串来表示群体中的个体。(2)个体适应度评价:这里要求所有个体的适应度必须为正数或零,特别预先确定好当目标函数值为负数时的处理方法。(3)遗传算子(4)基本遗传算法的运行参数伪代码:基本遗传算法的实现: (1)个体适应度评价:以个体适应度的大小来确定该个体被遗传到下一代群体中的概率。 (2)比例选择算子:最常用和最基本的选择算子,是指个体被选中并遗传到下一代...原创 2021-07-12 16:30:36 · 5563 阅读 · 2 评论 -
遗传算法1(观看B站视频笔记,含示例代码)
对于最优化问题,目标函数和约束条件种类繁多,主要求最优解的方法有三种:枚举法、启发式算法、搜索算法。遗传算法就是全局搜索算法。遗传算法中最优解的搜索过程是模仿生物的进化过程,使用所谓的遗传算子(Genetic operators)作用于群体P(t)中,进行下述遗传操作,从而得到新一代群体P(t+1)。生物是以集团的方式去进化的,那这个集团就称之为群体。群体的单元就称之为个体。表1 生物遗传概念在遗传算法中的对应关系生物遗传概念 遗传算法中的作用 适者生存 算法停止时.原创 2021-07-12 14:22:31 · 858 阅读 · 0 评论 -
蚁群算法公式
假设:(1)蚂蚁不会访问相同城市(2)蚂蚁可以知晓城市之间的距离(3)蚂蚁在旅程中会释放弗洛蒙,在距离相同的情况下,会倾向于走弗洛蒙浓度更高的道路蚂蚁从城市到城市,作为下一站目的地的概率由以下公式决定:其中值为弗洛蒙浓度值,它的演化公式由弗洛蒙的挥发系数和上期循环后的弗洛蒙变化值所决定。挥发系数为常数,路径的值由系统常数和上期循环该蚂蚁的总路程所决定。所以总路程越短,值越大。假如上期一共有m只蚂蚁途径城市,那么路径的弗洛蒙浓度为:为能见度值,它为...原创 2021-07-13 11:22:31 · 2575 阅读 · 0 评论 -
粒子群算法
粒子群算法(Particle Swarm Optimization, PSO)是模拟一群鸟寻找食物的过程,每个鸟就是PSO中的粒子,也就是我们需要求解问题的可能解。这些鸟不停改变自己在空中飞行的位置与速度。就是模仿鸟类飞行会有一个惯性,然后对于它下一步走动有个体最优,群体最优的一个走法,那么最后的结果就是惯性+个体最优+群体最优的一个综合走势。B站视频链接:https://www.bilibili.com/video/BV1jz4y1m7EC?from=search&s.原创 2021-07-13 14:14:41 · 89 阅读 · 0 评论 -
模拟退火算法(数学建模清风)
模拟退火算法能解决的四个问题:(1)求一个给定的函数的最值问题(2)TSP问题(3)书店买书问题(0-1规划)(4)背包问题上述要解决的问题:某个目标函数的最值(某一给定的函数、旅行的路程或费用、买书的花费、利润)(最大值问题通过给目标函数增加符号可以转换为最小值问题)启发式搜索算法:模拟退火算法、遗传算法、粒子群算法、蚁群算法等求解的通用步骤: B站视频链接:https://www.bilibili.com/video/BV...原创 2021-07-27 15:52:14 · 2857 阅读 · 0 评论