这是用C++实现的差分进化算法。可供大家参考

此方法在解决一般单目标优化问题的效果不错 该算法是基于文献--JADE: Adaptive Differential Evolution with Optional External Archive 想更加仔细了解则去下载这篇文章了解！ 使用步骤： 1.在运行主程序JADE_RunTest.m 2.在命令窗口依次输入每个测试函数地区间范围和维度，具体地维度参考上述这篇文章 3. 其中 Input the upper bound:-----测试函数地决策空间x的上界 Input the lower bound:--------测试函数地决策空间x的下届 Input the Gen:----------------迭代次数 Input the type of TestFuntion:------------测试函数类型，在测试函数中总共写了13种测试函数，type==1则是第一种，对应的是算法JADE中对应测试集的第一种，依次输入3则是第三种...... 注：在命令窗口输入上界的值后回车，直到全部输完！建议下载JADE这篇文章，不然不知道测试集的维度和决策空间范围

大型深水群桩基础易受到复杂的环境影响,其基桩轴力的变化情况与环境因素之间表现为复杂的非线性关系。综合考虑影响深水群桩基础轴力的环境因素相关参数,分析苏通大桥的原型监测数据,建立BP神经网络预测模型,并以此为基础,构建出基于思维进化算法(Mind Evolutionary Computation,MEC)的BP神经网络轴力预测模型,比较结果表明,MEC-BP神经网络预测结果在准确度和精确度上要明显高于BP神经网络,前者具有更强的可信度和泛化能力,在大型深水群桩基础轴力预测中具有一定的工程应用价值。

c语言实现DE差分进化算法,测试集采用cec-2014,可自行替换测试函数,使用boost函数库,缺少函数库的用户可以自行将随机数函数替换成c语言自带的rand函数

癌症是全球范围内的主要公共卫生问题，近年来，找到一种完全治愈或根除该疾病的方法一直是医学研究人员和医生的期望。 本文考虑致癌物对正常细胞的侵袭。 该研究的目的是研究癌症和免疫细胞的动态进化，以期找到控制或根除人类癌症生长的最有效战略途径。 我们提出了五个针对良性和恶性肿瘤的生长和缓解模型，它们结合了常微分方程和偏微分方程，并对该模型进行了数值模拟。 获得了模型的解析和数值解以及对参数的敏感性分析。 发现良性和恶性癌细胞表现出失控的生长，因此本质上是不稳定的，并且免疫细胞下降到免疫崩溃的程度。 通过利用能量功能，可以确定氧气癌细胞的储藏或药物的使用是对抗癌症疾病的战略方法。 此外，如果癌细胞缺乏基本营养或某些碱性酶被抑制，则有望获得类似的效果。 癌细胞的饥饿应集中在氧气，营养物质和重要的酶上。 但是，希望药物开发人员和生物工程师能够提出实现饥饿战略以抗击癌症的手段。

基于进化算法的病斑提取研究

****************************************************** ****************************************************** ************** 重要提示：这个工具箱是作为我博士的一部分开发的（2014 年结束）。 我决定保留此版本用于比较目的，不会更新。 我邀请您检查此算法的新扩展版本，该版本将根据我们对该主题的研究进展，以新的机制和功能进行更新： https://www.mathworks.com/matlabcentral/fileexchange/65145 ****************************************************** ****************************************************** *

多蜂群进化遗传算法.doc

云计算的发展,经历了虚拟化、商业IaaS、商业PaaS,到开源IaaS、开源PaaS、云原生等阶段,核心组成部分也经历了从服务器到虚拟机再到容器的演变。2015年创立的CNCF发布的开源平台Kubernetes,让云原生技术得到长足发展,越来越多的行业、场景采用云原生技术,企业和个人开发者4年增长了近20倍,来自超过2k个公司的3.5万多个开发者向开源社区贡献了14万余行代码。今天,在5G、AI&大数据应用日渐普及的背景下,为适应多云混合云、智能计算、边缘计算、异构计算等计算环境,云原生正在迎来新的进化。在华为开发者大会2020(Cloud)期间,来自华为云、才云科技、中国联通的技术专家,带来

YOLO，YOLO 的核心思想就是利用整张图作为网络的输入，直接在输出层回归 bounding box（边界框） 的位置及其所属的类别。