遗传算法
mxxxkuku
这个作者很懒,什么都没留下…
展开
-
Matlab结构体以及取结构体内某一列的最小值
结构体初始化:直接结构体名.变量名比如这里Ind为结构体变量名,Ind里面又定义了变量X(数组)和fitness(值)%个体初始化 for i=1:NP Ind(i).X = (Xmax-Xmin)*rand(1,Dim)+Xmin; Ind(i).fitness = cec13_func(Ind(i).X(1:Dim)',FunIndex); end效果:取fitness的最小值:fitnessBestX:最小值i...原创 2020-05-23 16:03:56 · 3888 阅读 · 0 评论 -
jDE参数自适应差分进化算法简单介绍及matlab实现
jDE在DE呼出上实现参数自适应,DE对于参数较敏感。其实进化算法不同阶段需要不同的参数以提升算法性能,因为进化算法本身就是动态的。jDE主要对F以及PCR(缩放因子和交叉概率)这两个参数编码进个体,参数可以随着个体进入一代。和分别被初始化为0.5和0.9主函数:clearmaxIteration=5000;%最大迭代次数Generation=0;%当前迭代代数Xmax...原创 2020-05-16 14:09:12 · 4439 阅读 · 3 评论 -
差分进化算法(DE)简单理解
DE算法是一种基于群体进化的算法,通过群体内的个体间的合作与竞争来实现对优化问题的求解,其本质是给予市属编码的具有保优思想的贪婪遗传算法。算法基本思想:对当前种群进行变异和交叉操作,产生新种群,再利用基于贪婪思想的选择操作对这两个种群进行选择,从而产生最终的新一代种群。差分:(百度百科)差分(difference)又名差分函数或差分运算,差分的结果反映了离散量之间的一种变化,...原创 2019-10-15 22:38:31 · 5797 阅读 · 6 评论 -
爬山法和模拟退火算法(SA)简单解析以及模拟退火解决TSP问题matlab实现
近期我所理解的两个算法简单理解爬山法:从一个随机值开始,每次从临近解空间中选择最优解,直到达到局部最优解简单理解模拟退火:(模拟金属退火,百度百科:将金属缓慢加热到一定温度,保持足够时间,然后以适宜速度冷却。目的是降低硬度,改善切削加工性;降低残余应力,稳定尺寸,减少变形与裂纹倾向;细化晶粒,调整组织,消除组织缺陷)爬山法具有局限性,特别遇到临近解相同时,容易陷入局部最优。模拟...原创 2019-10-13 17:34:37 · 1008 阅读 · 0 评论 -
K-means聚类 matlab简单实现及解析
K-means基本思想:优先设置分为K类,初始随机分配K个中心。计算每个点到每个中心的距离,分配到离自己最近的那个中心(贴上标签)。分配完后计算每一类的均值,并重新分配中心。重复上两步,直到中心点不再更改。以下代码参考https://blog.csdn.net/Justin_bibo/article/details/83904357稍作修改并加以注释:fun...原创 2019-10-10 22:19:36 · 985 阅读 · 0 评论