GA_for_Feature_Selection 使用遗传算法结合决策树做特征选择 Using genetic algorithm for feature selection with decision tree 原始遗传算法参考 import numpy as np import pandas as pd import random data_train = pd.read_csv('\data_train.csv') data_test = pd.read_csv('\data_test.csv') #合并训练集测试集 data = data_train.append(data_test).drop(['id'], axis=1) feature_names = data.columns pop_size = 20 # 种群数量 max_value = 10 #

模拟退火的方法求解3SAT问题; GA比起SA ，最大的优势在于对个初始解，而且存在杂交和变异，让SA具有非常强的跳出局部最优解的能力。而且简单通用，健壮性强。但是待定的参数很多，而且计算速度比较慢。选择，杂交，变异算子的选取也很关键 内含详尽的代码与报告说明

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

实体数据验证所用的jar包 hibernate-validator-4.3.1.Final+validation-api-1.0.0.GA

混合萤火虫——全局优化的遗传算法 这个简化的 Matlab 演示代码展示了如何使用混合萤火虫 - 遗传算法来解决全局优化问题。这种混合算法是混合萤火虫 - 遗传算法的简化版本，旨在解决 Zervoudakis K.、Tsafarakis S.、Paraskevi-Panagiota S. (2020) 中的离散产品线设计问题。最优产品线设计问题。在：Matsatsinis N.、Marinakis Y.、Pardalos P.（编辑）学习和智能优化。LION 2019。计算机科学讲义，第 11968 卷。Springer, Cham。https://doi.org/10.1007/978-3-030-38629-0_23

技嘉GA-970A-DS3P rev.1.0主板bios设置【增加nvme驱动】 技嘉GA-970A-DS3P rev.1.0主板增加nvme驱动bios,基于官方最新版bios修改。 开机进BIOS，用U盘直接刷入就可以了。 技嘉GA-970A-DS3P rev.1.0主板bios设置【增加nvme驱动】

使用matlab实现蜂群SVM，粒子群SVM，遗传算法SVM，数据包含有公共数据集，公共图像数据集，图像特征提取用了词袋，保证可用（公共图像数据集太大，删除了）

本算法为用遗传算法改进粒子群GA-PSO算法，附带含有程序使用说明。(This algorithm uses genetic algorithm to improve particle swarm optimization GA-PSO algorithm, with instructions for the use of the program.)

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：SVM参数优化_提升分类器的性能_GA_PSO_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：遗传退火进化算法_ga_nn_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员