进化算法

进化算法概览

进化算法（EAs）是通过模拟自然进化过程寻找全局最优解的算法。它包括遗传算法（GAs）、粒子群优化（PSO）等具体实现，利用变异、交叉、选择等操作迭代优化目标函数。

算法与数据结构 5 2024-05-12

进化算法Python实现

该资源包含多种进化算法的Python实现，包括： 差分进化算法 遗传算法 粒子群算法 模拟退火算法 蚁群算法 免疫优化算法 鱼群算法

算法与数据结构 3 2024-05-21

多目标进化算法的深入探究

运用反向学习模型的最新多目标进化算法，在优化问题领域取得突破性的进展。

算法与数据结构 4 2024-05-01

多目标进化算法开发资源集

本资源包含MOEA-dev-matser.zip全套代码，涵盖NAGAII、NSGAIII、MOEAD-DE、MOEA-DRA、MOEAD-M2M、SPEA2-SDE、GrEA、e-MOEA等多种进化算法，并附带中文注释。提供DTLZ、WFG、ZDT、UF、MOP、MOKP等多套数据集，经过验证可直接运行，生成多种评估指标如IGD值。

算法与数据结构 2 2024-07-13

SUEAPMatlab和Python并行进化算法套件

Matlab Hill代码存储库包含Matlab和Python类库，展示多种进化算法示例，包括多目标优化算法，作为NSGA-II学习的比较基准。该库支持并行适应性评估，适用于多核或集群计算机。

Matlab 0 2024-08-25

基于进化算法求解TSP问题的Matlab实现

TSP（旅行商问题）是一个典型的NP完全问题，意味着随着问题规模的增加，解决时间呈指数增长。TSP问题要求从一个起始城市出发，经过每个城市恰好一次，最终回到起始城市，使得总路程最短。利用进化算法（如遗传算法）可以有效地近似解决这一问题。

Matlab 0 2024-08-05

和谐OS 2图形着色进化算法与Welsh-Powell算法详解

和谐OS 2图形着色是一个跨平台的应用程序，用于构建图形并在其上运行图形着色算法。您可以从以下位置下载此应用程序：Windows、Linux和macOS。图形着色是图论中重要的概念之一，在许多计算机科学应用中有广泛应用。它解决了在给定约束条件下为图的元素分配颜色的问题，特别适用于数据挖掘、图像分割、聚类和网络科学研究。顶点着色是其中最常见的应用之一，通过Welsh-Powell算法实现顶点的贪婪着色，以确保相邻顶点不具有相同的颜色。进化算法如Harmony Search模仿音乐即兴过程来解决优化问题，尽管不适用于二进制表示，但在复杂优化中展示了灵活性。

数据挖掘 0 2024-08-15

差分进化算法在Rastrigin函数上的应用

差分进化算法是一种用于解决优化问题的有效全局优化算法。该算法使用群组中的个体来表示解决方案，并通过变异、交叉和选择操作来生成新的解决方案。差分进化算法已成功应用于解决各种优化问题，包括Rastrigin函数。

Matlab 3 2024-05-31

差分进化改进灰狼优化算法matlab源码详细解析

一种新兴的优化算法是通过差分进化（DE）对灰狼优化（GWO）进行改良，形成了HGWO（DE-GWO）算法。以优化SVR参数为例，提供了详细的matlab源码，并附有中文注释，便于学习和自定义修改。

Matlab 2 2024-07-26

进化算法在时间序列分割中的距离度量优化研究

时间序列分割是对时间序列数据进行分析和挖掘的重要方法之一。在给定标准模式的情况下，进化算法能够根据这些模式优化距离度量，以提高分割效果。

数据挖掘 0 2024-08-08