大数据-算法-遗传算法在城市空间增长中的量化方法研究.pdf

大数据-算法-遗传算法在物流系统优化中的应用研究.pdf

Biologically Inspired Methods —— 优化算法.zip(国外大学课件) Biologically Inspired Methods —— 优化算法.zip(国外大学课件) Biologically Inspired Methods —— 优化算法.zip(国外大学课件) Biologically Inspired Methods —— 优化算法.zip(国外大学课件) Biologically Inspired Methods —— 优化算法.zip(国外大学课件) Biologically Inspired Methods —— 优化算法.zip(国外大学课件) Biologically Inspired Methods —— 优化算法.zip(国外大学课件) Biologically Inspired Methods —— 优化算法.zip(国外大学课件) Biologically Inspired Methods —— 优化算法.zip(国外大学课件) Biologically Inspired Methods —— 优化算法.zip(国外大学课件)

利用遗传算法对上证综指EGARCH模型的实证分析.doc

双层规划模型的遗传算法求解的Matlab源码.doc

双峰和多峰函数最大值的遗传算法求解.doc

测试函数：

本算法可以求得从一个城市出发的多路旅行商问题，而且通过参数设定，可使各路均衡，望对大家有所帮助。 本算法可以求得从一个城市出发的多路旅行商问题，而且通过参数设定，可使各路均衡，望对大家有所帮助。

分别用改进的粒子群优化算法和改进的差分进化算法求解柔性作业车间调度问题 问题规模以(工件J*工序P*机器M)表示，例如J20P10M10表示共有20个工件，每个工件有10个工序，总共有10个加工机器可供选择。data文件夹中的文件表示程序所用的数据，其中data_first文件的问题规模是J10P5M6，data_second文件的问题规模是J20P10M10，data_third文件的问题规模是J20P20M15。对于其中数据的解释：横向表示工序，纵向表示机器，每个数值表示机器加工工序的耗时，工序和机器都是按顺序排列的。以data_first.txt文件为例，前五行分别表示第一个工件的5个工序分别在6台机器上加工的时间，第5-10行表示第二个工件的5个工序分别在6台机器上加工的时间，以此类推。 关于编码，本项目采用的是同类问题常用的编码方式，参考论文“基于改进遗传算法的柔性作业车间调度问题研究”，与该论文所述的编码方式不同的是，本项目的编码中第一段为工序编码，第二段为机器编码。DE文件夹中的三个文件分别采用三种不同的初始化方式，其中DE_first.py采用的是完全随机的

随着我国经济的增长和城市化进展，交通拥堵、交通事故频发、尾气污染 等交通问题已经成为当今社会普遍关注的焦点。实时而准确的短时交通流量预测 可以为城市交通诱导和控制提供数据支持，是解决多种交通问题的关键和基础。 本文在对短时交通流量预测问题分析与总结的基础上，对短时交通流量数据的去 噪处理与预测问题进行了分析与研究。