本书全面系统地介绍了遗传算法的基本原理,数学基础,各种主要实现技术,并给出了一些应用示例,同时还简要地介绍了进化计算的基本内容.本书具有系统性强,可读性强,可操作性强的特点.本书可供智能计算,自动控制,系统工程,优化计算,经济管理,运筹学,计算机专业的研究人员,研究生及高年级大学生参考.
上传时间： 2016-01-08
上传用户：蠢蠢66
人工神经网络实现的扫雷机程序,用遗传算法进化网络的权重效果很好
上传时间： 2013-12-02
上传用户：q123321
基于粒子群和微分进化的优化算法研究,是一篇优秀的博士论文，希望能对大家有用
上传时间： 2014-01-12
上传用户：anng
是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型。遗传算法的基本操作包括：编码、初始群体的生成、适应度评估检测、选择、杂交操作、变异
上传时间： 2016-04-24
上传用户：cc1015285075
粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域
标签： evolutionary computation PSO 粒子群
上传时间： 2016-04-26
上传用户：zhuimenghuadie
进化计算方面：基于图阵列的GP算法。值得进化计算方面的学生学习
上传时间： 2016-04-28
上传用户：kernaling
遗传算法是是模拟生物进化过程的数学模型。
上传时间： 2013-12-16
上传用户：大融融rr
遗传算法是将生物学的遗传进化原理和最优化技术结合的产物，它在国民经济的各个行业和多个学科里获得了广泛的应用和关注。本书着重从计算方法和应用技术的角度对遗传算法作了深入浅出的讨论。书中介绍了遗传算法的基本概念和结构，解决约束优化和组合优化问题的方法，以及遗传算法在生产调度、可靠性设计、交通运输、设备布局等一系列工业工程问题中的应用。
上传时间： 2016-05-19
上传用户：asddsd
遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型. 生存+检测的迭代搜索过程是它的核心.
上传时间： 2014-12-08
上传用户：LouieWu
遗传算法(Genetic Algorithm,GA)是一种抽象于生物进化过程的基于自然选择和生物遗传机制的优化技术. 遗传算法的基本原理 在遗传算法的执行过程中,每一代有许多不同的种群个体(染色体 )同时存在。这些染色体中哪个保留(生存)、哪个淘汰(死亡),是根据 它们对环境的适应能力来决定的,适应性强的有更多的机会保留下来 。适应性强弱是通过计算适应性函数f(x)的值来判别的,这个值称为适应值。适应值函数f(x)的构成与目标函数有密切关系,往往是目标函数的变种。
上传时间： 2016-07-05
上传用户：lizhizheng88
