遗传算法是模拟自然界生物进化机制进行迭代优化的算法.它通过模拟"适者生存,
优胜劣汰"的法则,在所有可能的解决方法中找出最符合该问题所要求的条件的解决办法.
在遗传算法中,通过编码组成初始群体后,遗传操作的任务就是通过对群体中的每个个体进行适应度评评估进而进行筛选,
从而实现"优胜劣汰"的"进化"过程.从优化搜索的角度而言,
遗传操作可使问题的解
2022-05-11 16:12:30
135KB
1
鸡群算法源代码，适合智能优化得学生学习，特别是研究生，它的主要特点是不需要了解问题的特殊信息，只需要对问题进行优劣的比较，通过个体的局部寻优行为，最终在群体中使全局最优值突现出来，有着较快的收敛速度。为了解决多变量函数优化问题
2022-05-09 10:42:32
1KB
1
仿真平台：MATALAB
可在初始原始数据基础上更改
Untitled是主函数运行，其余子函数，注释清晰
电热综合能源系统的动态定价问题，采用主从博弈方法
上领导者问题上，以综合能源系统整体的收益作为目标函数，考虑电价以及热价等相关约束，在下层运营商和负荷聚合商作为跟随者，构建了领导者-跟随者Stackelberg博弈模型，同时还考虑了系统的功率平衡条件以及热能平衡条件等约束，模型的上层求解DE优化算法，下层求解采用CPLEX求解器，将CPLEX求解嵌入到DE优化算法中，程序运行时间423.73s，考虑该代码具有一定的创新性，适合新手学习以及在此基础上进行拓展，在不同主体之间相互交互求解，代码质量高
解决了多主体间交互问题
2022-05-07 11:03:14
857KB
【智能优化算法】基于帝国竞争算法求解单目标优化问题附matlab代码.zip
2022-05-05 11:27:11
661KB
1