根据实际应用中布谷鸟算法体现出的局部搜索能力差的问题，本文采用算法结合的方式把模拟退火算法结合其 中，同时动态更改发现概率以及搜索步长，使之变成自适应混合布谷鸟算法。利用标准测试函数进行检验，发现此结合算 法能够很好地提高算法运算质量，收敛速度较快。通过实际应用，将该算法引入到公交调度系统当中，效果较好，这为公交 系统优化研究提供了一个新颖的方法。

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：模拟退火算法_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：遗传算法和模拟退火算法源程序_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

1-8遗传算法，9 多目标Pareto最优解搜索算法，10 基于多目标Pareto的二维背包搜索算法，11-12免疫算法，13-17粒子群算法，18鱼群算法，19-21模拟退火算法，22-24蚁群算法，25-27神经网络，28 支持向量机的分类，29 支持向量机的回归拟合，30 极限学习机的回归拟合及分类(1-8 genetic algorithm, 9 multi-objective Pareto optimal solution search algorithm, 10 multi-objective Pareto based two-dimensional knapsack search algorithm, 11-12 immune algorithm, 13-17 particle swarm algorithm, 18 fish swarm algorithm, 19-21 simulated annealing algorithm, 22-24 ant colony algorithm, 25-27 neural network, 28 support vector m

结合作业车间调度问题的关键路径理论，设计了一种具有多次退火过程的调度算法。该算法利用记忆表记录下降过程中的平衡点，当一次退火过程结束后，从表中取出各平衡点的温度、状态和抽样长度重新开始退火过程，直到记忆表为空。仿真结果表明该算法在求解质量和求解效率方面均有优势。

2012美赛集训第二讲：遗传算法和模拟退火算法.rar

开发项目：模拟退火算法解决函数y=x*sin(10*x*pi)+2最优值问题 开发步骤： 输入：温度T、退火控制参数k、初始点x0 输出：最优的自变量值、最大/最小值 （1）给定初始值温度T，退火控制参数k=0.99，初始点x0(该点为随机选择点),并计算f(x0) （2）随机产生扰动r=(2*rand-1)*delt;新点x1=x0+r,同时计算f(r)、f(r)-f0 (3)Metropolis准则，若f(r)-f0>0,接受该点（更新x0），且接受概率为p=exp(-(f(r)-f0)/T)； 若p>r(r为0-1上的随机数)，接受该点（更新x0），否则放弃该点 （4）执行降温操作：T=T*k;返回（2）继续 （5）执行上述步骤，结束

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：模拟退火算法和遗传算法程序_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

0积分下载，代码运行效果图见压缩包

基于并行重组模拟退火算法的达曼光栅设计