混合差分遗传进化算法代码(matlab) 混合差分遗传进化算法代码(matlab)

人工智能 车间调度 函数优化 参数自适应的差分进化算法 JADE matlab源代码

f(x, y) = x * x + y * y 在区间（-1000， 1000）的最小值

针对目前的量子进化算法在高维函数优化时容易陷入局部最优,利用信息熵的概念,将量子进化算法和免疫遗传算法进行改进与融合,提出一种基于信息熵的量子免疫遗传算法.该方法对抗体采用相位编码,用信息熵准确地度量量子比特的不确定信息;提出了一种按变量的种群熵降序排列的邻域搜索策略;对于抗体之间的相似度,给出了一种按个体熵相同变量位数的度量方法;用繁殖概率对抗体的多样性进行评价,并分别以函数优化问题和VRPSDP问题进行了仿真验证.研究结果表明:该算法收敛速度快,求解精度高.

参数自适应 差分 进化算法 遗传算法 matlab

差分进化算法的Matlab代码，可运行，动态演示优化过程，注释清楚

这是从网上下载的差分进化算法的MatLab源代码,可供研究者和编程者参考

MOEA-Dynamic英文原版论文 An Evolutionary Multiobjective Approach for Community Discovery in Dynamic Networks

生活中存在大量的动态多目标优化问题,应用进化算法求解动态多目标优化问题受到越来越多的关注,而动态多目标测试函数对算法的评估起着重要的作用.在已有动态多目标测试函数的基础上,设计一组新的动态多目标测试函数.Pareto最优解集和Pareto前沿面的不同变化形式影响着动态多目标测试函数的难易程度,通过引入Pareto最优解集形状的变化,结合已有的Pareto最优解集移动模式,设计一组测试函数集.基于提出的测试函数集,对3个算法进行测试,仿真实验结果表明,所设计的函数给3个算法带来了挑战,并展现出算法的优劣.

运行TSP-GP即可运行，其中有几个快捷键：e.开始进化s.停止进化一旦开始，如果不手动停止，计算就会一直进行下去