研究了基于遗传算法的TSP问题优化方法,探讨了其在计算机科学与技术领域的应用。通过对TSP问题的建模和分析,提出了一种基于遗传算法的优化方案,以解决TSP问题中的路线规划难题。该方案充分利用了遗传算法
基于遗传算法的BP神经网络优化算法,MATLAB智能算法30个案例分析的例程,正确完整
利用遗传算法优化神经网络的相关参数,具有一定的实用性。
用遗传算法优化估计VanGenuchten方程参数,许小健,,描述土壤水分特征曲线的VanGenuchten方程是一个超定非线性复杂方程,采用传统的方法对方程参数进行回归处理往往因为计算复杂和人为�
基于遗传算法的气吸式排种器工作参数优化,李耀明,赵湛,为了分析各个参数对气吸滚筒式精密排种器工作性能的影响,在JPS-12排种器性能测试台上进行了单因素和正交试验,建立播种合格指数与
自适应的遗传算法参数,朱彦廷,,用自适应的适应度函数、交叉概率及变异概率取代固定的的适应度函数、交叉概率及变异概率来改进遗传算法,并与标准遗传算法进行了
基于改进遗传算法的曲面拟合参数辨识,谷川,潘国荣,空间曲面拟合是一个难以解决的复杂强非线性问题。已有的曲面拟合方法在求解明确的曲面表达式方面尚显难有作为。从参数辨识的角度
采用遗传算法对 EKF 中的系统噪声矩阵和测量矩阵的协方差进行在线优化,以实现在模型误差最小时对 SOC 进行在线估计。
用遗传算法对BP神经网络进行优化,达到了减少BP神经网络算法前期盲目搜索的过程,使得算法更有目的性,最后达到的效果要比单独的BP算法要好
遗传算法的优化 带有选择交叉变异,目标函数等,适合不同程度的学习者学习使用