暂无评论
用遗传算法做的背包问题求解,该代码为visual basic
用遗传算法解决TSP问题的文档,通过对遗传算法的研究可以有效的解决TSP问题
所走路程的最短路径,其可能的路径数与城市个数成指数关系增长.目前应用遗传算法解决TSP问题,主要要解决编码问题和算子的设计问题.编码方式约束了运算空间的大小,好的编码方式可以压缩求解空间,提高运算效率
多旅行商任务分配问题(MTSP)是一个涉及多个旅行商的复杂问题,需要在给定城市集合中找到最佳路径分配方案。为了解决MTSP,研究者们广泛应用遗传算法进行优化。遗传算法是一种模拟自然选择和进化的优化技术
遗传算法对背包问题的实现,内部含有相应的程序,可以顺利的解决该问题!
针对入侵检测日志数据存在大量不相关特征和冗余特征,导致入侵检测数据集维数较高,检测算法实时性较低的问题,提出一种基于遗传算法的入侵检测特征选择算法。首先删除入侵检测数据集中的不相关特征及冗余特征,构建
基于改进遗传算法的Acrobot参数辨识问题研究,刘东,程红太,本文讨论了Acrobot这一欠驱动机械系统的参数辨识问题。由于Acrobot具有很强的非线性特性,传统的辨识方法不能取得理想的结果。因此
针对传统遗传算法求解的缺陷及多目标TSP问题解的特性,进行了一系列的改进,首先采用Grefenstettet编码对候选初始解进行编码,引进了一个线性函数来计算选择概率,提出了一种改进的交叉和变异
建立了组卷问题的可扩展的数学模型,采用权重系数法将多目标转换为单目标完成适应度函数的设计,对遗传算法中的编码方案、初始种群产生、遗传算子进行改进。实验表明,改进组卷算法在试题库较大且组卷约束目标较多时
该压缩包中给出了典型的多背包问题,作者使用简明易懂的matlab语言对遗传算法进行编程,并对该问题进行了求解,该程序还可以求其他的背包问题以及组合优化问题。
暂无评论