概要 主要是生成中国的假期，以及农历凶吉情况的ics文件，可以使用在ios的日历上面。 使用 Install 下载代码，并且安装ics.py用到的库，python-dateutil,arrow,six. 直接运行 python2 icalics.py 即可生成假日和命理 配置 参考 Config.py 细节 生成ics使用的库 假期API 这里用到了 http://www.easybots.cn/api/holiday.php?m=201501,201502,...201512 输出格式：工作日对应结果为 0,休息日对应结果为 1, 节假日对应的结果为 2； 吉凶数据 宜忌： 其他命理：

介绍了几种智能优化算法，包括模拟退火 遗传算法 禁忌搜索 神经网络 邻域搜索等，以及他们之间的混合算法等。

Introduction 复现了一些TSP问题的相关算法，对TSP数据集st70.tsp进行了测试，并对此测试数据调整了参数，开箱即用。 Algorithms 动态规划(DP) 遗传算法(GA) 粒子群算法(PSO) 模拟退火算法(SA) 蚁群算法(ACO) 自适应神经网络(SOM) 禁忌搜索算法(TS) 指针网络(Pointer-network)[pytorch版本复现] Tips 遗传算法核心要素：父代集合的数量，选择两个父代个体的方式，交叉操作、变异操作 粒子群算法核心要素：个体当前最优与粒子群群体当前最优，生成新个体的时候与这两个最优解都会发生交叉 模拟退火算法核心要素：跳出最优解的概率必须是会随着时间变化，降温速度，初始温度，最终温度，随机解的生成方式，随季解数量 蚁群算法核心要素：不同城市之间的概率转移矩阵不断变化（受信息素的影响），参数繁多 自适应神经网络核心

粮食配送中心选址问题是构建现代化粮食物流系统的重要研究方向。从粮食配送中心选址的影响因素出发，建立了以控制成本为核心的数学模型，引入了经遗传算法改进的人工神经网络模型进行求解，并且给出了详细的设计步骤。为解决遗传算法易陷入局部最优的问题，提出了一种在变异算子中增加禁忌搜索的方法。实验证明，该方法在解决粮食配送中心的选址决策时，效果较好。

通过求解旅行商最短路径的问题，采用禁忌搜索的思想，用C#实现了相关的算法，从而求解了旅行商路径最短问题

车辆路径 matlab代码 Intelligent_Algorithm 用matlab解决路径规划和竞争设施选址问题 一、五个基础算法以及示例： ga 遗传算法解决分配问题 问题描述： 现有10个工人去做10件工作，每个工人完成每项工作所需时间不同。 要求每个工人只做一项工作，每项工作只由一个工人完成。 怎样指派工人完成工作可以使所用总时间最少？ tabu 禁忌搜索算法解决解决商旅问题 问题描述： 某5个城市旅行商问题， 用禁忌搜索算法实使得旅行商走过所有城市后回到原点的总路径最小。 ants 蚁群算法 问题描述： 设有19个客户随机分布于长为10km的正方形区域内。配送中心位于区域正中央，其坐标为（0，0）。 各客户的坐标及需求量如下表所示，配送中心拥有若干辆载重量为9t的车辆，对客户进行服务时都从配送中心出发， 完成对客户点的配送任务后再回到配送中心。现要求以最少的车辆数、最小的车辆总行程来完成货物的派送任务， 用蚁群算法求解该VRP问题(vehicle routing problem)。 SA 模拟退火算法 问题描述： n 个工作将要指派给n 个工人分别完成，问如何安排可使总的

处理时间可控的两机流水车间禁忌搜索算法

禁忌搜索算法求解路径规划问题的matlab代码，该代码每一步骤都有详细的注解。

车辆配送智能算法.rar

禁忌搜索算法ppt，内容有 局部搜索 禁忌搜索 禁忌搜索的关键参数和操作 禁忌搜索的实现与应用