遗传算法与粒子群算法的改进及应用张顶学

无人机任务分配是无人机系统中的一项关键问题，遗传算法、粒子群算法和蚁群算法是三种常用的传统算法，在解决这一问题上发挥着重要作用。遗传算法通过模拟自然选择的过程，借助交叉和变异操作，能够搜索到较优的任务

针对目前分布式数据库数据分配方法法存在寻求最优分配方案和运行效率等问题的不足,在基于改进的遗传算法的数据分配方法基础上,引入二进制粒子群算法,提出了一种基于二进制粒子群与遗传算法的数据分配方法,既具有

为研究求解常微分方程的近似解问题,采用理论分析和实例分析的方法,将常微分方程的求近似解问题转化为遗传算法的函数优化问题,借助Matlab遗传算法工具箱实现对常微分方程的求解,并以室内温度摆动问题进行实

论文研究-标准遗传算法的改进方案——加速遗传算法.pdf,  针对标准遗传算法在实际应用中存在的问题,设计了简单遗传算法的一

解压完成后直接运行main文件即可。包含多种粒子群优化算法。

很使用的多目标算法,方便科研人员学习参考应用

如果在代的演化过程中，遗传算法保留最好的解，并且算法以杂交和变异作为随机化算子，则对于一个全局优化问题，随着演化代数趋向于无穷，遗传算法将以概率1找到全局最有解

用粒子群算法改进蝙蝠算法,引入自适应权重,具有很好的收敛速度和收敛精度

为使粒子群优化算法(PSO)优化过程的多样性与收敛性得到合理解决,以提高算法优化性能,基于种群拓扑结构与粒子变异提出两种粒子群改进算法RSMPSO和RVMPSO.改进算法将具有信息定向流动的闭环拓扑结

遗传算法讲解的PPT