首页
学习
活动
专区
工具
TVP
发布

mwangblog

专栏成员
137
文章
211351
阅读量
34
订阅数
Dijkstra算法
Dijkstra算法使用了广度优先搜索解决赋权有向图(或无向图)的单源最短路径问题。
mwangblog
2019-05-16
1K0
让人改变行动的3个说服原则 | Tali Sharot | TEDxCambridge
注意!本文所有内容都是作者根据Tali Sharot所讲内容归纳而成,不代表Tali Sharot本人立场。
mwangblog
2018-12-28
5180
开始使用MiniZinc
MiniZinc是一个用来描述整数和实数的优化约束和决策问题的语言,它允许用户以接近问题的数学公式的方式编写模型。
mwangblog
2018-12-21
2K1
分布估计算法解决旅行商问题(TSP)
在用分布估计算法解决旅行商问题时,结构与传统的分布估计算法相似,只不过是把概率向量换成了“概率矩阵”而已:
mwangblog
2018-12-18
1.2K0
分布估计算法求解0-1背包问题二
wgtsum(i, 1) = weightsumv(pop(i, :),weights);
mwangblog
2018-12-18
5010
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。
mwangblog
2018-12-13
2.2K0
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。
mwangblog
2018-12-12
2.2K0
蚁群算法求函数最大值二
functionsants = edgeselection(ants, tau, P0, lamda, xl, xu, yl, yu)
mwangblog
2018-12-10
1.3K0
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:
mwangblog
2018-12-06
1.9K0
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。
mwangblog
2018-12-06
1.5K0
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。
mwangblog
2018-11-30
1.9K0
用遗传算法求函数最大值三:主程序和结果
主程序 主程序如下: clear clc popsize = 30; % 种群规模chromlength = 10; % 染色体长度pc = 0.5; % 交叉概率pm = 0.05; % 变异概率maxgen = 20; % 最大迭代数lx = 5; ux = 10; bestfit = zeros(1, maxgen); bestobjvalue = z
mwangblog
2018-10-18
5230
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。
mwangblog
2018-10-18
1.4K0
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。
mwangblog
2018-10-18
2.2K0
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。
mwangblog
2018-10-18
1.5K0
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。
mwangblog
2018-10-18
3.8K0
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,取得冲突基因在交换段内的位置,将交换段外的冲突基因替换为另一染色体对应位置的基因。
mwangblog
2018-10-18
2.3K0
遗传算法解决旅行商问题(TSP)三:主程序和执行结果
主程序如下: clc; clear; CITYSIZE = 10; % 城市个数 POPSIZE = 50; % 种群个数 PC = 0.4; % 交叉概率 PM = 0.05; % 变异概率 MAXGEN = 150; % 迭代次数 LEAVING = 5; % 父代保留
mwangblog
2018-10-18
5720
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。
mwangblog
2018-09-30
1K0
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。
mwangblog
2018-09-30
1.7K0
点击加载更多
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档