遗传算法优化SVR代码 R语言

量子遗传算法优化RBF神经网络的MIMO-OFDM信号检测研究，周敏，李飞，信号的最优检测在常规条件下是一NP难解问题，本文针对RBF（径向基函数）神经网络算法易陷入局部极值和简单遗传算法收敛速度慢的问�

数据库即服务（DBaaS）是云计算的一个研究热点，而数据应用托管则是当前DBaaS的一个重要应用领域。为满足行业数据应用托管中对DBaaS提出的数据隔离、性能隔离及可靠性保障等方面的要求，提出一种无共享架构下基于虚拟机、支持副本的多租户数据托管方法及相应的数据库即服务系统。针对该系统中面向租户的虚拟机资源（CPU、内存等）动态优化这一核心问题，建立了基于虚拟机的系统资源效用函数和数据库性能计算模型，并在基础上给出了一种根据租户数据请求负载并采用贪心方式的虚拟机资源动态优化算法。结合科技信息服务数据库托管应用示例进行了实验，实验结果表明提出的方法可以根据各个租户的数据库负载动态优化虚拟机的资源分配，能够在满足性能需求同时达到了提高系统资源利用率的目的。

Matlab遗传算法优化神经网络权值的程序-遗传算法优化神经网络权值的程序.rar 遗传算法优化神经网络权值的程序

本课题是在之前BP预测温度的基础上进行优化，加入GA（遗传算法），其中MSE、R^2等参量明显比BP网络单独预测效果好的许多

遗传算法优化BP神经网络-非线性函数拟合-遗传算法优化BP神经网络-非线性函数拟合-遗传算法优化BP神经网络-非线性函数拟合

电力电子行业逆变器使用遗传算法优化双PID双闭环控制参数，让模型达到最优的控制效果，模型可直接运行，适合本硕毕业设计使用

本文件针对生鲜外卖配送优化，提出了相关简化模型，并采用遗传算法进行优化，遗传算法采用MATLAB代码编写，注释详细，可供学习

ＧＡ　优化函数　或者图像　代码简洁处理速度快

Jupyter / Binder生物程序的示例：纳米簇的遗传算法 作者：Geoffrey R. Weal和Anna L. Garden博士（奥塔哥大学，但尼丁，新西兰） 小组页面： : 佩奇援引以下工作的话：开发一种结构比较方法，以促进对纳米团簇的整体优化中对势能面的探索； Geoffrey R. Weal，Samantha M. McIntyre和Anna L. Garden； JCIM； 在提交阶段。 该存储库旨在提供有关如何使用“有机体”程序的示例。 Organisms程序旨在执行针对纳米团簇的遗传算法全局优化。 它的设计灵感来自伯明翰群集遗传算法和Roy Johnston集团的伯明翰并行遗传算法。 可以在线查看有关有机体计划的文档。 请参阅有关如何安装有机体的文档，包括如何通过PIP进行安装。 可在找到有关Organisms程序的github页面。 要通过Bind