博客代码

遗传算法求解vrp问题(为选择操作从新设计后程序) D是距离矩阵，n为种群个数 C为停止代数，遗传到第 C代时程序停止,C的具体取值视问题的规模和耗费的时间而定 m为适配值淘汰加速指数,最好取为1,2,3,4,不宜太大 交叉概率Pc，变异概率Pm R为最短路径,Rlength为路径长度

用蚁群算法进行函数优化时，存在收敛速度慢且易于陷入局部最优解的问题。针对这一现状，提出了一种微粒群和蚂蚁算法相结合的混合连续优化算法，该算法引入微粒群优化操作进行全局搜索牵引，采用网格法进行细密度的蚂蚁局部搜索，从而能很好地应用于求解连续对象优化问题。对若干典型复杂连续函数的实验测试结果表明，该混合算法跳出局部最优解的能力较强，能较快地收敛到全局最优解，并能适于高维空间的优化问题。与最新的有关研究成果相比，该算法不仅寻优精度高，而且收敛速度大幅提高，效果十分令人满意。

针对共享汽车运营中车辆与客户匹配率低的问题，文中对汽车停放网点的选址位置及网点建设规模进行了优化设计。通过引入差分进化算法，对传统的人工鱼群算法进行改进，将人工鱼群划分为开发集与探索集。开发集与探索集间使用不同的步长和视野参数，实现了鱼群差异化的并行进化，提升了算法对于最优值的搜索能力。通过引入判定概率，改变原有的聚群、追尾方式，实现开发集与共享集间信息的高效互通，降低算法的运算复杂度。最终基于实际共享汽车的运营数据，测试网点的优化方案。结果表明，在有限的网点建设成本下，该算法可以改善67%的供求差。此外，改进算法的平均运行时间为56.25 s，而传统算法的运行时间为89.35 s，运行效率显著提升。

【麻雀搜索算法】基于Sine混沌麻雀搜索算法求解单目标优化问题matlab代码

CLONALG - 优化问题的克隆选择算法(好看matlab).zip 对于 3-D 最小化问题 您应该针对多维 (ND) 问题调整代码。 该代码使用匿名函数进行优化。为测试提供了一些测试功能。 参考： de Castro, LN 和 Von Zuben, FJ 使用克隆选择原则进行学习和优化。IEEE 进化计算汇刊。诉 6(3)。2002. DOI: 10.1109/TEVC.2002.1011539

这是一篇2021五一疫苗生产问题的论文，团队写的，喜欢的可以下载下来喜欢建模、爱好建模、想提高建模能力、学习。

多目标优化测试环境(测试多目标优化问题的算法并输出数据以及视觉效果和准确度配置文件) 算法： 随机搜索 网格搜索 MOPSO NSGA-II MNM-MeshMap 测试集： 维基百科问题 DTLZ 问题 随机生成的问题（二次和正弦多项式） 用户定义的问题（输入您自己的问题） 指标： 超容量 贡献 Epsilon 指标 视觉效果： 针对个别问题的算法结果 更大数据集的准确度配置文件 其他： 数据摘要的逗号分隔值 (CSV) 文件

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真模型及运行结果

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码