说明：资源描述 GA_PSO 遗传算法的寻优计算 遗传算法(Genetic Algorithm)是一类借鉴生物界的进化规律(适者生存，优胜劣汰遗传机制)演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的...

GAPSO 遗传 算法 计算

说明：布谷鸟搜索算法[CuckooSearch（CS）],也叫杜鹃搜索,是由剑桥大学Xin-SheYang(杨新社)教授和S.Deb于2009年提出的一种新兴启发算法CS算法通过模拟某些种属布谷鸟(CuckooSpecies)的寄生育雏(BroodParasitism)来有效地求解最优化问题的算法.同时，...

说明：粒子群算法施一种有效的全局寻优算法。与传统的进化算法相比，粒子群算法保留了基于种群的全局搜索策略，但是其采用的“速度-位移”模型操作简单，避免了复杂的遗传操作，它特有的记忆使其可以动态跟踪当前的搜索情况调整搜索策略。本代码结果非常明显而且直观。

matlab 算法 优化 粒子

说明：Bubble-cast 是bubblestorm的P2P系统的主要搜索函数，bubble-cast采用了带有控制的分支搜索算法，本身保证一定的搜索量。与传统的flooding相比，bubble-cast的granularity更加优良

matlab

说明：通过改进PSO算法的惯性权重和学习因子，惯性权重是调整全局搜索能力和局部搜索能力之间平衡的重要参数，选择合适的值有助于扩大搜索空间，提高找到潜在的全局最优解的概率；学习因子通过粒子本身经验和种群的社会经验对粒子运动产生影响，因此，选择合适的学习因子的取值也有利于提高PSO算法的性能。

matlab 算法 源程序 pso 改进

说明：粒子群优化（PSO）依靠其学习策略指导其搜索方向。传统上，每个粒子利用其历史最好的体验，并通过线性 叠加及其邻近地区的最佳体验。这种学习策略是容易使用的，但在复杂的问题空间搜索时是低效的。因此，在 设计学习策略，可以利用以前的搜索信息（经验）更有效地已成为最突出和活跃的粒子群算法研究课题之一...

matlab 人工智能 计算

说明：在 Matlab 环境下， 编写了 GPS 信号产生、 时域滑动相关搜 索捕获、 并行频域搜索捕获和并行码相位搜索捕获程序， 用软件方式实现了 对 GPS 信号的捕获。 仿真结果表明， 上述三种方法都可以实现 GPS 信号的正确捕 获

信号并行捕获 matlab滑动相关 时域相关-gps GPS-捕获 信号捕获

说明：应用背景在电脑里科学，粒子群优化（粒子群算法）是一种计算方法，通过反复地尝试提高候选人的问题来优化问题关于一个给定的解决方案质量测量。粒子群优化算法的一个问题，有一个人口的候选人解决方案，在这里被称为粒子，并根据简单的数学公式在粒子的位置和速度移动这些粒子周围的搜索空间。每个粒子的运动受其局部的影响...

matlab 算法 代码 实现 优化 粒子

说明：2015MCM B题资料精华帖

美国大学生数学建模竞赛(MCM/ICM)

说明：排课问题是一个有约束的、多目标的组合优化问题，并且已经被证明是一个NP完全问题。 遗传算法借鉴生物界自然选择和自然遗传机制，使用群体搜索技术，尤其是用于处理传统搜索方法难以解决的复杂的和非线性的问题。经过近40年的发展，遗传算法在理论研究和实际应用中取得了巨大的成功，本文将遗传算法用于排课问题的求解...

排课 排课问题 solving fuzzy 排课约束 NP排课 适应度函数