基于遗传算法的组合运输问题研究，崔雪源，马英钧，随着运输工具和路段数的增加，利用传统的规划模型求解组合运输问题就会变得十分困难。本文在建立其数学模型的基础上，提出解决这

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

粒子群算法是进化算法中比较不多的算法之一，该算法用于众多领域。这里采用粒子群算法来优化TSP最优路径，以路径函数作为适应度函数进行优化。该代码赋有TSP城市之间的坐标位置，读者可根据修改城市坐标位置来进行自己的模拟测试

内置了葡萄酒数据，和分类与预测两个例子，可以根据需求进行改动，可读性强！ 支持向量机是一种基于VC维理论同时又满足结构风险最小状态原则的机器学习算法，具有适应于小样本，泛化能力强等优点，主要是通过寻找一种满足公式 的最优的超平面，来实现不同数据特征的区分，其分类与预测效果的优劣主要受参数c，g的影响。 采用粒子群优化算法对支持向量机进行参数寻优。

此程序为我上课的作业 用C++实现 求函数f=sinx1/x1*sinx2/x2最大值 其中用到了类 所以程序比较长 但很好懂 迭代100000此后会在F盘生成一个data文件 其中依次包含了整个十万次迭代的过程中的最优个体 和第十万代的最优个体 以及第十万代的所有个体 程序用十二个函数实现 且每个函数基本独立 体现C++封装性 希望对大家有所帮助

经典的算法都有讲到，一般资源只有书，这个是附带了原代码的

粒子群算法 约束多目标 优化 matlab代码 粒子群算法 约束多目标 优化 matlab代码 粒子群算法 约束多目标 优化 matlab代码 粒子群算法 约束多目标 优化 matlab代码

计算加权加速度,计算时间和二维直方图,有信道编码，调制，信道估计等，是国外的成品模型，包含特征值与特征向量的提取、训练样本以及最后的识别，与理论分析结果相比。

遗传算法的基本步骤如下： 1）在一定编码方案下，随机产生一个初始种群； 2）用相应的解码方法，将编码后的个体转换成问 题空间的决策变量，并求得个体的适应值； 3）按照个体适应值的大小，从种群中选出适应值 较大的一些个体构成交配池； 4）由交叉和变异这两个遗传算子对交配池中的 个体进行操作，并形成新一代的种群； 5）反复执行步骤2-4，直至满足收敛判据为止。 用MATLAB 编写了遗传算法程序，并给出完 整代码，程序在matlabR2009中调试通过。最后，通过 一个实例说明其在函数优化中的应用。

【费用预测】粒子群算法优化ELM神经网络预测费用【含Matlab源码 1378期】.zip