mwangblog

106 篇文章
33 人订阅

全部文章

mwangblog

蚁群算法解决旅行商(TSP)问题

在更新信息素的过程中,只有最优路线上的信息素会进行增加操作,且不能超过信息素最大值。

253
mwangblog

k-近邻算法

使用数据范围:数值型和标称型。 优点:精度高、对异常值不敏感、无数据输入假定。 缺点:计算复杂度高、空间复杂度高。

232
mwangblog

几种优化算法入门 目录

392
mwangblog

蚁群算法规划路径

蚁群算法可以用于路径规划,在本例中,地形矩阵用0表示无障碍物、用1表示有障碍物,机器人从1x1处走到10x10处,使用蚁群算法找最短路径。

412
mwangblog

蚁群算法求函数最大值二

functionsants = edgeselection(ants, tau, P0, lamda, xl, xu, yl, yu)

421
mwangblog

蚁群算法求函数最大值一

ants = initant(Ant, xl, xu, yl, yu); % 初始化蚁群

763
mwangblog

几种蚁群算法介绍

最早的蚁群算法,其在小规模TSP中性能尚可,再大规模TSP问题中性能下降,容易停滞。其解决旅行商问题(TSP)过程大致如下:

643
mwangblog

蚁群算法简单介绍

蚁群算法(Ant Colony Optimization, ACO)是通过模拟蚂蚁觅食的原理,设计出的一种群集智能算法。

592
mwangblog

差分进化算法(DE)求函数最小值

差分进化算法求函数 Z = 3 * cos(X .* Y) + X + Y , -4 <= X <= 4, -4 <= Y <= 4。

755
mwangblog

用遗传算法求函数最大值三:主程序和结果

613
mwangblog

遗传算法的基本概念

遗传算法(genetic algorithm, GA)是模拟自然界生物进化机制的一种算法,遵循适者生存、优胜劣汰的法则。

812
mwangblog

轮盘赌法简单介绍

1023
mwangblog

用遗传算法求函数最大值一:编码和适应值

求函数 f(x)=9×sin(5x)+8×cos(4x), x∈[5,10] 的最大值。

1092
mwangblog

用遗传算法求函数最大值二:选择、交叉和变异

选择(或复制)操作决定哪些个体可以进入下一代。这里采用轮盘赌法选择,这种方法比较容易实现。

912
mwangblog

Matlab中遗传算法工具箱的使用

其中x是遗传算法得到的解,fval是解对应的函数值。fun是目标函数,nvars是自变量个数。

2022
mwangblog

遗传算法解决旅行商问题(TSP)一:初始化和适应值

旅行商问题(Travelling salesman problem, TSP)是这样一个问题:给定一系列城市和每对城市之间的距离,求解访问每一座城市一次并回到起...

1312
mwangblog

遗传算法解决旅行商问题(TSP)二:选择、交叉和变异

随机选择两个个体,再随机选择一段基因进行交换,以完成交叉操作。交叉后可能会产生冲突(访问同一个城市两次),保持交换的基因段(之后简称为交换段)不变,取得冲突基因...

982
mwangblog

遗传算法解决旅行商问题(TSP)三:主程序和执行结果

742
mwangblog

组块构建——《学习之道》(Barbara Oakley)读书笔记二

高质量的组块构成的神经模型,不仅能与我们钻研的学科产生共鸣,也能在其他学科或生活领域产生反响。

812
mwangblog

专注模式和发散模式——《学习之道》(Barbara Oakley)读书笔记一

专注模式的启动常常是因为已掌握的概念对你而言熟悉又轻松。发散模式能让学习更有深度和创造力。

1343

扫码关注云+社区