经典的蛙跳算法,在2006年由Engineering Optimization 杂志发表,作者为:Muzaffar Eusuff, 题目为:Shuffled Frog-Leaping Algorithm: a memetic meta-heuristic for discrete optimization. 后续的所有蛙跳算法都是基于此论文研究基础上发展起来,该论文共26页,国内没有,从国外网站购得。
2021-12-22 15:17:41 6.15MB 组合优化 启发式 蛙跳算法 模因
1
第4讲 多资源车间调度优先分配启发式算法 1 4.1 多资源车间调度概述 1 4.2 优先分配Giffler Thompson启发式算法及其流程 3 4.3 优先分配Giffler Thompson启发式算法Matlab实现 6 4.3.1 数据结构设计 6 4.3.2 Matlab程序实现 8 4.3.3 优先分配规则Matlab程序运行结果 9 4.4 优先分配Giffler Thompson启发式算法总结 11
2021-12-19 16:58:36 349KB matlab 车间调度 优化
1
遗传算法源代码matlab程序qopt 量子启发式进化算法求解优化问题 该存储库包含一些由Robert Nowotniak在2010-2015年间开发的未发布的源代码。 它们用于研究高级随机搜索算法(主要是量子启发式进化和遗传算法以及其他种群方法),以进行数值和组合优化。 这些程序和算法是用不同的编程语言开发的:C,C ++,带有Cython接口的Python,CUDA C内核,助手Bash shell脚本以及某些算法,甚至在Matlab中也是如此。 源代码库的主要内容: Algorithms / purepython / -纯Python中的算法实现(最慢的初始POC实现) Algorithms / * 。pyx-Cython中的iQIEA,MyRQIEA2,QIEA1,QIEA2,rQIEA算法实现 C / -一些算法和测试问题在C ++中的实现 CUDA / -CUDA C计算内核在GPGPU中实现了一些算法(极快,在多GPU环境中可提高数百倍的速度) 问题/ -不同的数值优化函数,背包问题,SLAM,编码不同组合问题的SAT(布尔可满足性问题),以及来自CEC2005,CEC2
2021-12-16 11:10:50 11.95MB 系统开源
1
数独 生成数独,用于求解算法和穷举搜索的启发式算法。 该应用程序允许您在数独集合上测试算法的运行时间。 演示 实现的算法 生成数独 this . generate = function ( cellEmptyInput ) { this . refreshSudoku ( ) ; for ( var i = 0 ; i < this . getRandomInt ( 1 , 9 ) ; i ++ ) { this . transposeRowBig ( this . getRandomInt ( 0 , 2 ) , this . getRandomInt ( 0 , 2 ) ) ; } for ( var i = 0 ; i < this . getRandomInt ( 1 , 9 ) ; i ++ ) { this
1
CS188 启发式智能搜索实验search.zip
2021-12-14 19:06:28 225KB 人工智能实验作业
1
简单说明 使用多种基本启发式算法替代广义TSP问题。 所谓广义TSP,即一些城市可能卖的是同一类商品,在买这类商品时仅走这些城市其中一个即可。 目录: 图片-只是一些结果图片 代码** extendTSP.py 用于随机生成广义TSP实例,并提供一些通用函数(如生成广义TSP实例,生成距离等) SA.py模拟退火 tabu.py禁忌搜索 Genetic.py遗传算法 ACO.py蚁群算法 依赖:matplotlib + numpy,python3 可以通过extendTSP.py中的extendTSP_generate()函数来生成实例 def extendTSP_generate ( city_num , goods_num , x_range = 20 , y_range = 20 ) ' '' city_num - 城市数量 goods_num - 商品种类数目 x_range
2021-12-14 11:37:01 286KB Python
1
优化算法的经典教材,对启发式算法作了比较全面的介绍,涉及遗传算法、人工神经网络等经典内容。有数学基础的同学读起来还算比较容易。
2021-12-10 15:47:27 9.96MB 启发式算法
1
ColorfulKCenter 这个纯Python存储库的想法是比较彩色k中心的不同算法。 它正在进行中。 指示: 确保您的python3的库满足requirements.txt中的要求克隆存储库并运行main.py
2021-12-10 10:24:09 9KB Python
1
自私畜群优化器 (SHO) 是一种元启发式算法,它基于对受到某种形式的捕食风险的动物群中的个体所表现出的广泛观察到的自私畜群行为的模拟。 在 SHO 中,个体通过两种类型的搜索代理模拟猎物和捕食者之间的掠夺性互动:自私群体(猎物)的成员和一群饥饿的捕食者。 根据它们被分类为猎物还是捕食者的不同,每个人都是由受这种猎物—捕食者关系启发的一组独特的进化算子来进行的。 这些独特的特性使 SHO 能够在不改变种群规模的情况下改善探索和开发之间的平衡。 更多详情可见: http://www.sciencedirect.com/science/article/pii/S030326471730103X MATLAB 软件该软件包含一个主函数 SHO_Example.m,它实现了 Ackley 函数的优化。
2021-12-08 21:24:07 6KB matlab
1
以九宫问题/八数码问题为例,以某种搜索策略编程演示其搜索过程,最好能采用全局择优搜索,其中的启发式函数自己设计
1