python实现基于改进的差分进化算法求解柔性作业车间调度问题源码+项目说明.7z 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。

【优化预测】差分进化算法优化BP神经网络预测【含Matlab源码 1315期】.zip

该资源是最新2022年差分进化算法处理单目标优化的文章代码还原，内包含测试集CEC2005/CEC2013/CEC2017/标准测试集，其都可以采用该算法优化

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代码模型及运行结果

人工智能-差分进化算法优化BP神经网络的能源需求预测研究.pdf

该差分进化算法采用python进行编写，使用定义函数的方式编写种群的初始化、变异、交叉、选择部分，利于读者理解差分进化算法的原理编写！

1.利用改进的差分进化算法来优化神经网络的权值和阈值，大大的提高了预测精度 2.编程采用matlab

【预测模型】基于差分进化算法优化BP神经网络实现数据预测matlab源码.zip

程序可用，自带训练和测试数据集，每个模块是单独编，可读性强，利用率高。