实现了基于遗传算法的排序融合方法，以随机交换一部分项目的相对排序关系的方式，实现了遗传算法中的交叉，变异。不断选择质量高的融合排序并繁殖下一代融合排序，直到无法找到更优的融合排序。其中，融合排序的质量采用最小平均排序距离准则。
2019-12-21 19:37:36
1KB
1
采用栅格对机器人的工作空间进行划分，再利用优化算法对机器人路径优化，是采用智能算法求最优路径的一个经典问题。目前，采用蚁群算法在栅格地图上进行路径优化取得比较好的效果，而利用遗传算法在栅格地图上进行路径优化在算法显得更加难以实现。
利用遗传算法处理栅格地图的机器人路径规划的难点主要包括：1保证路径不间断，2保证路径不穿过障碍。
用遗传算法解决优化问题时的步骤是固定的，就是种群初始化，选择，交叉，变异，适应度计算这样，那么下面我就说一下遗传算法求栅格地图中机器人路径规划在每个步骤的问题、难点以及解决办法。
2019-12-21 19:25:47
5KB
1
GA,PSO等多个优化算法代码实现,包括数据的建立，基因池、染色体的设置等等，可以进行数据的测试。各个问题以模块的形式出现，问题描述细致，逻辑清晰
2019-12-21 19:24:59
3.35MB
1
蚁群、粒子群、GA、TS等算法解决Job shop问题matlab源码（附test文件）
2019-12-21 19:22:57
406KB
1
BP算法是基于梯度下降方法，可能会导致网络陷入局部极值点。遗传算法是一种概率性的自适应迭代寻优过程，遵循“优胜劣汰”的原则，具有良好的全局搜索性能，较好的克服了BP算法局部最优的缺陷，同时可优化BP神经网络初始权重和阈值，进一步提高BP神经网络的计算精度。
2019-12-21 18:57:05
473KB
1
myeclipse-pro-2014-GA-offline-installer-windows
2019-12-21 18:56:04
48B
1