说明：数学建模算法整理

数学算法

说明：三种方法被提出，以指导遗传算法的收敛向所需的解决方案：偏压以便有利于搜索空间的特定区域的探索初始群体的产生，根据归因不同的权重的目标和比较解的目标的加权和（WPMOGA），并且包括最小和最大的交易客中的解决方案（G-MOGA）的比较。三种方法进行，以发现是否意味着增加一些新的传输线的解决方案上测试的...

matlab 算法 目标 遗传 引导

说明：％ [BestPop,Trace]=fmaxga(FUN,LB,UB,eranum,popsize,pcross,pmutation) ％ Finds a maximum of a function of several variables. ％ fmaxga solves problem...

matlab

说明：粒子群算法在离散优化领域的应用比较少见，为了将粒子群算法应用在QoS路由领域，而又不偏离粒子群算法的基本思想，定义并设计了一种“⊕算子”，并且设计了一种 “随机游动算子”，将基于路径的变异算子引入算法，增强算法的全局搜索能力。

matlab 算法 源代码 qos 路由 粒子 问题

说明：粒子群优化算法源自对鸟群捕食行为的研究，最初由Kennedy和Eberhart提出，是一种通用的启发式搜索技术。一群鸟在区域中随机搜索食物，所有鸟知道自己当前位置离食物多远，那么搜索的最简单有效的策略就是搜寻目前离食物最近的鸟的周围区域。PSO 算法利用这种模型得到启示并应用于解决优化问题

说明：仅供学习参考使用， NSGA2主要是对NSGA算法的改进。NSGA是N. Srinivas 和 K. Deb在1995年发表的一篇名为《Multiobjective function optimization using nondominated sorting genetic algori...

说明：人工蜂群算法(Artificial Bee Colony, ABC)是由Karaboga于2005年提出的一种新颖的基于群智能的全局优化算法，其直观背景来源于蜂群的采蜜行为，蜜蜂根据各自的分工进行不同的活动，并实现蜂群信息的共享和交流，从而找到问题的最优解。对原始算法的改进。

蜂群-ABC 蜂群 蜂群-改进 matlab 于群、

说明： 粒子群算法(PSO)属于群智能算法的一种，是通过模拟鸟群捕食行为设计的。假设区域里就只有一块食物（即通常优化问题中所讲的最优解），鸟群的任务是找到这个食物源。鸟群在整个搜寻的过程中，通过相互传递各自的信息，让其他的鸟知道自己的位置，通过这样的协作，来判断自己找到的是不是最优解，同时也将最优解的信息...

说明：为解决无线传感器网络(  WSN ) 覆盖部署优化的问题，提出了一种基于外推人工蜂群算法的 节点部署优化方法 。 首先，设定网络系统基本假设，并以使网络覆盖率最大化为目标建立网络覆盖优 化基本模型，再者，利用外推人工蜂群算法代入模型进行求解，获得覆盖最优的节点部署位置 。 仿真实 ...

说明：程序提出了一种基于人群混合算法，是粒子群优化和引力搜索算法的组合。主要目标提高整合PSO和GSA算法的能力

目标搜索 GSA+PSO gsa-pso GSA-算法 引力算法