关于遗传算法的一些介绍,在基本遗传算法的基础上添加了一些新的改进
遗传算法改进在神经网络结构中的应用
一种提高局部微调能力的改进遗传算法,陈媛,,提出了一种基于浮点编码的改进遗传算法,通过采用线性的交叉算子、动态的变异算子以及在种群不同进化阶段的取代与保留策略,很大
求解TSP问题的一种改进遗传算法,附源代码和论文,研究遗传算法特别有用,代码可直接拿来改进。改进算法有效解决了群体多样性和收敛速度的矛盾。
提出一种新的用于求解约束优化问题的遗传算法,该算法利用佳点集方法初始化个体以维持种群的多样性。在进化过程中,通过可行解与不可行解算术交叉对问题的决策空间进行搜索;对可行种群与不可行种群分别采用高斯变异
采用动态策略调整量子门旋转角,以加快收敛速度,采用优体交叉策略实施交叉操作,以增强局部搜索能力。
针对遗传算法求解问题中保持群体多样性能力不足、早熟、耗时长以及求解成功率低等缺点,依据拉丁方抽样方法对遗传算法中的交叉算子进行重新设计;结合免疫机理定义染色体浓度、设计克隆选择策略,提出了一种改进拉丁
针对旅行商问题(TravellingSalesmanProblem,TSP)的遗传算法的大规模操作,需要大量运算时间而且容易造成局部最优解,提出一种并行混合遗传算法。该方法基于MPI并行环境,利用种群
一种基于距离约束的改进SURF算法,李红波,赵永耀,图像特征点匹配算法是增强现实几何一致性技术中的核心算法,目前图像特征点匹配算法耗时较大,准确性较差。提出了一种基于距离约
图像拼接技术中消除特征点误匹配是一项重要环节,针对传统的消除误匹配的RANSAC算法迭代次数多,计算复杂度较大且不能完全消除误匹配等缺点,提出了一种基于几何约束的RANSAC改进算法。该算法将几何约束