智能优化算法
文章平均质量分 68
ustcthebest
一直在这里,等风也等你
展开
-
实验8 使用模拟退火算法解决TSP问题
1.实验目的掌握模拟退火算法解决旅行商问题的方法。2.实验环境Matlab3.实验内容使用模拟退火算法解决14个城市的TSP问题,使得从一个城市出发,遍历所有城市回到起点的路线最短。已知14个城市的位置为X=[16.4700 96.100016.4700 94.440020.0900 92.540022.3900 93.370025.2300 97.240022.0000 96.050020.4700...原创 2022-05-18 10:41:43 · 510 阅读 · 0 评论 -
使用模拟退火算法解决TSP问题
1.实验目的掌握模拟退火算法解决旅行商问题的方法。2.实验环境Matlab3.实验内容使用模拟退火算法解决14个城市的TSP问题,使得从一个城市出发,遍历所有城市回到起点的路线最短。已知14个城市的位置为X=[16.4700 96.100016.4700 94.440020.0900 92.540022.3900 93.370025.2300 97.240022.0000 96.050020.4700...原创 2022-05-10 19:23:15 · 2635 阅读 · 0 评论 -
基于蚁群算法的TSP问题求解
1.实验目的掌握蚁群算法解决TSP问题。2.实验环境Matlab3.实验内容TSP问题中,使得从一个城市出发,遍历所有城市回到起点的路线最短。其中,31个城市的位置如下: 城市编号 横坐标 纵坐标 城市编号 横坐标 纵坐标 城市编号 横坐标 纵坐标 1 1304原创 2022-05-03 20:55:53 · 398 阅读 · 0 评论 -
基于鱼群算法的函数寻优
1.实验目的掌握鱼群算法求函数极值的问题。2.实验环境Matlab3.实验内容对给定函数max f(x)=xsin(10πx)+2.0 -1≤x≤2,求使得函数值最大的变量取值。4.实验过程 觅食行为:这是生物的一种最基本的行为,也就是趋向食物的一种活动;一般可以认为这种行为是通过视觉或味觉感知水中的食物量或浓度来选择趋向的。function [Xnext,Ynext]=AF_prey(Xi,ii,visual,step,try_number,LBUB,lastY)%觅食行为%输入:.原创 2022-04-30 21:07:47 · 589 阅读 · 0 评论 -
实验5 基于粒子群算法的多目标搜索
1.实验目的掌握粒子群算法解决背包问题的方法,掌握引入惯性权重的粒子群算法应用。2.实验环境Matlab3.实验内容使用粒子群算法解决背包问题。假设存在五类物品,每类物品中又包含四种具体物品,现要求从这五种类别物品中分别选择一种物品放入背包中,使得背包内物品的总价值最大,总体积最小,并且背包的总质量不超过92kg。用C表示物品质量,X为选择物品。P为每个物品的价值,R为每个物品的体积。P,R,C的取值如下:初始化参数要求为:Dim=5; %粒子维数xSize=50...原创 2022-04-18 22:26:39 · 661 阅读 · 0 评论 -
基于粒子群算法的多目标搜索
1.实验目的掌握粒子群算法解决背包问题的方法,掌握引入惯性权重的粒子群算法应用。2.实验环境Matlab3.实验内容使用粒子群算法解决背包问题。假设存在五类物品,每类物品中又包含四种具体物品,现要求从这五种类别物品中分别选择一种物品放入背包中,使得背包内物品的总价值最大,总体积最小,并且背包的总质量不超过92kg。用C表示物品质量,X为选择物品。P为每个物品的价值,R为每个物品的体积。P,R,C的取值如下:初始化参数要求为:Dim=5; %粒子维数xSi...原创 2022-04-10 21:16:19 · 420 阅读 · 0 评论 -
免疫算法在物流配送中心选址中的应用
1.实验目的掌握免疫算法解决物流中心选址问题的方法,了解免疫算法与遗传算法的应用差别。2.实验环境Matlab3.实验内容使用免疫算法实现物流中心选址。采集了31个城市的坐标,每个用户的位置以及物资需求量由下表给出。这里的物资需求量是经过规范化处理后的数值,并不代表实际值。从中选择6个配送中心。根据配送中心选址模型,按照免疫算法流程对该例求解。参数设置:种群规模:50;记忆库容量:10;迭代次数:100;交叉率:0.5;变异概率:0.4;.原创 2022-04-01 20:25:49 · 2754 阅读 · 6 评论 -
实验3 基于遗传算法的多元函数求解
掌握常用遗传算法函数的使用,掌握使用Matlab工具箱中的遗传算法函数实现多元函数求解问题,掌握遗传算法改进算法在多元函数求解中的应用方法。2.实验环境Matlab3.实验内容(1)遗传算法常用函数的使用。1)使用crtbp函数创建一个种群大小为6,个体长度为10,各位的二进制数分别为{1 2 3 4 5 6 7 8 9 10}的种群。使用ranking函数。设有8个个体的种群,其目标值如下:[1;2;3;4;8;7;6;5],使用线性排序和压差为2估算适应度。3)使用select原创 2022-03-15 11:11:11 · 1874 阅读 · 2 评论