现代优化算法
文章平均质量分 58
SA,GA,PSO等现代优化算法源码实现及分析。
iπ弟弟
野生程序喵,阿里云弹性计算后端开发工程师。
Github: https://github.com/ZYunfeii
展开
-
GWO灰狼优化算法python和matlab代码
简单实现了GWO灰狼优化算法的Matlab版本和Python版本,程序易读且简洁。Matlab:这里可以移步github:https://github.com/ZYunfeii/GreyWolfOptimization-GWO中GWO.mlx文件,因为我是用实时编辑器写的,用matlab打开这个文件可以更好得展示其中的批注。Python:#!/usr/bin/python# -*- coding: UTF-8 -*-"""author: Y. F. Zhang"""import nump原创 2021-07-31 19:36:58 · 2778 阅读 · 4 评论 -
C++实现蚁群算法(TSP问题)
注意代码使用了C++矩阵运算库armadillo,这个库语法和MATLAB相似且功能强大。头文件#pragma once#include <armadillo>#include<iostream>using namespace arma;using namespace std;extern const int city_size;extern int m...原创 2020-04-02 23:03:38 · 3159 阅读 · 0 评论 -
Python实现模拟退火算法(SA)在TSP问题中的应用
模拟退火算法模拟退火算法是一种简单高效的优化算法,它的灵感来源于冶炼金属的降温过程,在这个过程中热运动趋于稳定,在优化过程中就是解的收敛。同时,通过在温度高是较大可能接受劣解和温度低时几乎不接受劣解从而在一定程度上避免了陷入局部最优。因此该算法较爬山算法有了明显的突破,下面我们针对TSP问题进行代码编写。(语言:Python)代码导入需要的库from random import*impo...原创 2020-03-23 09:36:33 · 2555 阅读 · 2 评论 -
GA遗传算法解决经典TSP问题
遗传算法遗传算法(Genetic Algorithm)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群(population)开始的,而一个种群则由经过基因(gene)编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。染色...原创 2020-03-08 21:31:26 · 789 阅读 · 0 评论 -
PSO粒子群优化算法优化二元函数可视化
粒子群优化算法PSO是粒子群优化算法(——Particle Swarm Optimization)的英文缩写,是一种基于种群的随机优化技术,由Eberhart和Kennedy于1995年提出。粒子群算法模仿昆虫、兽群、鸟群和鱼群等的群集行为,这些群体按照一种合作的方式寻找食物,群体中的每个成员通过学习它自身的经验和其他成员的经验来不断改变其搜索模式。算法优点思路简单,编程较容易,对连...原创 2020-03-08 21:14:20 · 5712 阅读 · 10 评论 -
禁忌搜索算法实例——TSP
算法思想禁忌搜索算法的两大核心就是渴望水平和禁忌表,即Tabu表。通过禁止之前的产生新解得操作从而避免落入局部最优的概率,同时算法还应有一个渴望水平,也就是迭代过程中最优水平,一旦新解超过最优水平,则能不受Tabu的限制,从而“解禁”。而Tabu表禁止的对象根据实际问题千变万化,这也让该算法在处理离散问题时有了更多的可选项。我们还是以经典NP难问题TSP为例从头编写代码。(MATLAB)...原创 2020-03-08 20:56:45 · 3945 阅读 · 2 评论