针对旅行商问题（Travelling Salesman Problem，TSP）的遗传算法的大规模操作，需要大量运算时间而且容易造成局部最优解，提出一种并行混合遗传算法。该方法基于MPI并行环境，利用种群中选择、交叉、变异操作的并行化，将种群中个体平均的分配到处理器中进行操作，有效地避免局部最优解的出现和减少算法的运行时间。实验证明该方法相对于简单遗传算法具有更强全局寻优能力以及耗费更少的操作时间。
2022-07-08 12:04:01
574KB
1
人工智人-家居设计-多元共生遗传算法研究及其在藻类智能模式识别中的应用.pdf
2022-07-07 20:03:55
4.47MB
为了减少污染，保护环境，国家大力支持新能源汽车发展。然而，电动汽车用户找桩难、排队时间过长、设施利用率低、充电运营企业盈利难等问题难以解决。同时，电动汽车大规模无序接入电网充电会影响电网的安全稳定运行。在此背景下，电动汽车充电调度策略的研究受到广泛关注。
研究意义：
1、电动汽车用户可以减少出行成本，提高出行效率；
2、合理分配充电桩的资源，避免浪费；
3、减少汽车充电对电网负荷的不良影响；
4、促进电动汽车的使用和推广。
2022-07-07 12:06:21
723KB
1
资源包含文件：设计报告word+项目源码
基于神经网络和遗传算法的unity开发框架，可以轻易的应用到各种不同类型的游戏中
详细介绍参考：https://blog.csdn.net/sheziqiong/article/details/125622382
2022-07-05 17:04:57
2.26MB