智能计算
yi_tech_blog
这个作者很懒,什么都没留下…
展开
-
基本粒子群优化算法(PSO)的matlab实现
粒子群优化算法是一种模拟鸟群社会行为的群体搜素算法。它分为全局最佳粒子优化和局部最佳粒子优化,对于全局最佳PSO,或者叫做gbest PSO,每个粒子的邻域都是整个群,其算法伪代码如下:创建并初始化一个n维的粒子群repeat for 每个粒子i=1,2,…n do //设置个体最佳位置 if f(i)<y then原创 2016-11-01 16:25:08 · 30268 阅读 · 11 评论 -
混合蛙跳算法的基本原理及C/C++实现
1、 混合蛙跳算法的基本原理 对随机生成的青蛙群体F,共有n只青蛙。将青蛙按个体文化信息值的大小即适应度降序排列,然后把整个群体分成m个子群,每个子群有k只青蛙。对青蛙群体F,将第一只青蛙分入第1子群,第二只青蛙分入第2子群,第m只青蛙分入第m子群,第m+1只青蛙分入第1子群,第m+2只青蛙分入第2子群,依次类推,直到全部青蛙划分完毕,且满足关系式n=m×k。对于青蛙群体F,具有全局原创 2016-11-21 17:10:34 · 7936 阅读 · 5 评论 -
蚁群算法求解TSP问题
蚁群算法基本原理蚁群优化(Ant Colony Optimization,ACO)是人们受蚂蚁觅食行为启发而提出的一种元启发式算法,已经成功地解决了大量组合优化问题。而蚂蚁搜索食物的过程中主要通过在路径中释放信息素来标示路径,蚂蚁间通过交换信息素来寻找到最优路径。蚂蚁在运动过程中,根据各条路径上的信息量决定其转移方向。在搜索过程中,蚂蚁根据各条路径上的信息量及路径的启发信息来计算转移概率。原创 2016-11-24 22:02:40 · 2007 阅读 · 0 评论 -
应用遗传算法求函数最小值
1、遗传算法概论 遗传算法(GA)可能是最早开发出来的模拟生物遗传系统的算法模型。它首先由Fraser提出,后来有Bremermann和Reed等人 再次提出。最后,Holland对遗传算法做了大量工作并使之推广,因此被认为是遗传算法的奠基人。遗传算法模拟了基因进化,在这个模型中,个体的性状通过基因型表达。选择算子(模拟适者生存)与交叉算子(模拟繁殖),是遗传算法的主要驱动原创 2016-11-25 16:27:00 · 24846 阅读 · 8 评论 -
模拟退火算法求函数最小值问题的C/C++实现
1、模拟退火算法简介模拟退火算法(Simulated Annealing,SA)最早的思想是由N. Metropolis等人于1953年提出。1983 年,S. Kirkpatrick 等成功地将退火思想引入到组合优化领域。它是基于Monte-Carlo迭代求解策略的一种随机寻优算法,其出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。模拟退火算法从某一较高初温出发,伴随原创 2016-11-26 19:31:39 · 10521 阅读 · 6 评论 -
量子遗传算法以及matlab实现
1、基本概念(1)量子遗传算法是量子计算与遗传算法相结合的智能优化算法,由K.H.Han等人提出,其将量子态、量子门、量子状态特性、概率幅等量子概念引入到遗传算法当中。量子遗传算法也是一种概率搜素算法,它采用量子位来表示基因。遗传算法的基因所表达的是某一确定的信息,而量子遗传算法中,由于量子信息的叠加性使量子位所表达的基因包含所有可能的信息。(2)在量子计算中,量子比特|0〉和|1〉表示微原创 2016-12-23 21:47:28 · 26876 阅读 · 19 评论 -
智能计算简介
智能计算,又称计算智能。是模仿自然界,特别是生物界的生物个体或群体的生存规律、进化规律设计求解问题的方法。包括遗传算法、模拟退火算法、禁忌搜索算法、进化算法、启发式算法、蚁群算法、人工鱼群算法,粒子群算法、混合智能算法、免疫算法、模糊系统、神经网络、机器学习、生物计算、DNA计算、量子计算等相关领域。原创 2016-12-27 22:56:30 · 2586 阅读 · 0 评论