智能算法
文章平均质量分 65
到di有冇
这个作者很懒,什么都没留下…
展开
-
粒子群算法
粒子群算法(1.初步了解) 1995年,受鸟类捕食行为的启发,Kennedy和Eberhart正式提出了粒子群优化算法的概念。研究中发现,在鸟类捕食过程中,个体并不知道如何找到食物以及自身离食物到底有多远,为了找到食物,最有效的搜索方式是搜索离食物源最近的个体的周围区域,这种搜索方式为粒子群算法中信息共享机制提供了生物行为基础。同时,在认知过程中,每个个体都会建立自身的信念,同时观察其他个体的信念,当发现其他个体的信念更加优秀时,个体会进行相应的调整以提高自身的搜索能力,粒子群算法中的学习机制即是受这原创 2021-01-22 17:25:28 · 2436 阅读 · 0 评论 -
粒子群算法 SVM
粒子群算法 SVMSVM是调的包,辣鸡代码仅供参考,数据集有需要留下邮箱#运用粒子群算法优化SVM正则参数C,以及核函数RBF函数的gamma的问题import randomimport numpy as npfrom sklearn import svmfrom sklearn import model_selectionimport matplotlib.pyplot as plt#设置PSO关键参数particle_num = 30 #粒子数量,个数要适量,不能太大和太小par原创 2021-01-21 11:00:48 · 1511 阅读 · 8 评论 -
蚁群算法解决CVRP
蚁群算法解决CVRP问题 通过实际案例描述,根据配送点和业务需求量,进行最优路线的计算。由物流中心点出发,配送多个客户点后再回到起点,根据车辆数量,承载限制,不同车辆服务成本、运行里程限制等条件选择最优运输路径(总里程最短),使成本最小化,配送订单最大化,满载率最大化(如由一个配送中心向各个销售点配送货物,通过算法确定配送中心每辆车的配送方案,包括配送至哪个客户,配送量,下一个配送目的地)。问题数据及说明 某物流中心有5台配送车辆,车辆的最大载重均为8T,一次配送的最大行驶距离都为50KM,原创 2021-01-21 10:53:48 · 3417 阅读 · 0 评论 -
蚁群优化算法
蚁群优化算法1.生物学原理 1992年,Dorigo 等提出了第一个蚁群算法——蚂蚁系统,受启发于蚂蚁觅食的行为,蚂蚁会在运动过程中在所经过的路径上留下信息素,而且能够感知信息素的强度,信息素的浓度越大,则其他蚂蚁选择该条路径的概率越大,从而该路径上的信息素量被进一步增强。因此,由大量蚂蚁组成的蚁群的集体行为便表现出一种信息正反馈现象。蚂蚁个体之间就是通过这种间接的通信机制达到协同搜索蚁巢到食物源之间的最短路径的目的。 例子:如图2-1所示,A为蚁巢,E为食物源,ABCDE和ABFDE分别为蚁原创 2021-01-20 20:48:01 · 2148 阅读 · 2 评论