路径规划学习
yty的小迷弟
这个作者很懒,什么都没留下…
展开
-
头歌平台-人工智能-利用遗传算法求解 TSP(旅行商)问题
遗传算法(Genetic Algorithm,简称GA)起源于对生物系统所进行的计算机模拟研究,是一种随机全局搜索优化方法,它模拟了自然选择和遗传中发生的复制、交叉(crossover)和变异(mutation)等现象,从任一初始种群(Population)出发,通过随机选择、交叉和变异操作,产生一群更适合环境的个体,使群体进化到搜索空间中越来越好的区域,这样一代一代不断繁衍进化,最后收敛到一群最适应环境的个体(Individual),从而求得问题的优质解。选择算子(Selection Operator)原创 2022-10-19 16:07:41 · 2312 阅读 · 0 评论 -
用遗传算法解决最大割问题(附C++代码和详细代码注释)
https://mp.weixin.qq.com/s?__biz=MzU0NzgyMjgwNg==&mid=2247484679&idx=1&sn=79218705447398ad90ca661f482f0ab0&source=41#wechat_redirect原创 2022-05-08 12:22:31 · 1176 阅读 · 0 评论 -
路径规划:粒子群算法
1.理论基础粒子群算法(particle swarm optimization,PSO)是计算智能领域中的一种生物启发式方法,属于群体智能优化算法的一种,常见的群体智能优化算法主要有如下几类: (1)蚁群算法(Ant Colony Optimization,简称ACO)[1992年提出]; (2)粒子群优化算法(Particle Swarm Optimization,简称PSO)[1995年提出](简单易于实现,也是目前应用最为广泛的群体智能优化算法); (3)菌群优化算法(Bacterial原创 2022-05-08 12:08:20 · 1706 阅读 · 0 评论 -
路径规划:A*算法
算法介绍A*(念做:A Star)算法是一种很常用的路径查找和图形遍历算法。它有较好的性能和准确度。本文在讲解算法的同时也会提供Python语言的代码实现,并会借助matplotlib库动态的展示算法的运算过程。A*算法最初发表于1968年,由Stanford研究院的Peter Hart, Nils Nilsson以及Bertram Raphael发表。它可以被认为是Dijkstra算法的扩展。由于借助启发函数的引导,A*算法通常拥有更好的性能。A*简介A算法是启发式算法重要的一种,主要是用于在两原创 2022-05-08 12:04:58 · 1000 阅读 · 0 评论 -
路径规划:遗传算法,蚁群算法
蚁群算法精看过:基于智能校园垃圾分类回收系统的路径优化研究原创 2022-04-29 10:08:49 · 345 阅读 · 0 评论 -
路径规划:免疫算法
免疫算法精看过:https://wenku.baidu.com/view/1c17b58bde3383c4bb4cf7ec4afe04a1b071b0ca.htmlhttps://www.cnblogs.com/BuddhaMX/articles/12391114.html看了没咋看懂:https://blog.csdn.net/qq_44186838/article/details/109233201原创 2022-04-28 16:08:43 · 393 阅读 · 0 评论 -
路径规划:模拟退火,模因算法,禁忌搜索
爬山算法 ( Hill Climbing )/模拟退火(SA,Simulated Annealing)精看过:https://blog.csdn.net/zhouzi2018/article/details/82118673浏览过:https://www.yiibai.com/artificial-intelligence-tutorial/hill-climbing-algorithm-in-ai.html爬山算法一. 爬山算法 ( Hill Climbing )爬山算法是一种简单的贪心搜索原创 2022-04-28 11:02:25 · 1986 阅读 · 0 评论