进化轨迹遗传相互作用 出版物 当出于研究目的使用此代码时,请引用: Chang Chang,Simone Bianco,Ashley Acevedo,Chao Tang,Raul Andino。 遗传
一个基于微分进化的神经网络,针对传统的BP网络收敛慢易陷入局部最优等问题~
一款类似于雷电的游戏感兴趣的朋友看看源代码共同进步
针对人工蜂群算法存在的计算精度不高、收敛速度较慢的缺点,提出一种多搜索策略协同进化的人工蜂群算法.所提出的算法在引领蜂和跟随蜂进行邻域搜索时,动态调整搜索的维数以提高搜索效率,并结合人工蜂群算法不同搜
提出了一种M-精英协同进化分子动理论优化算法(MECKMTOA,M-elite coevolutionary KMTOA)。该算法基于M个精英以尽量防止算法陷入按维早熟。测试结果表明,MECKMTOA
内有代码、报告。
1、理解协同进化遗传算法的思想。比较标准遗传算法和协同进化遗传算法在稳定性、求解最优值所需的迭代次数(收敛性快慢)等方面的区别,比较它们的进化过程图。验证协同进化遗传算法收敛速度快
多目标的分布式协同进化MDO算法
提出了一种适用于约束优化问题的协同进化算法.该算法旨在模拟人类社会中团队的组建及其协作方式,并强调精英人才对团队建设的推动作用.算法将整个种群分为精英种群和普通种群,围绕各个精英来组建团队,使精英种群
我们介绍了一个基于奇数概念的整数环上的关系导数,该奇数基于非常基本的概念,这些概念有助于函数在实数字段上的导数(即斜率)的演化。 然后,对于素数场GF(p),我们使用导数构造算法,找到Redei [1
有限域GF(2^n)被广泛用于密码学等等领域中,其中在进行密码学仿真实验中,有限域GF(2^n)乘法的使用也是十分重要的,本资源结合了有限域乘法的数学原理,c语言伪码等,将有限域的乘法在matlab上