说明：DE 算法主要用于求解连续变量的全局优化问题，其主要工作步骤与其他进化算法基本一致，主要包括变异(Mutation)、交叉(Crossover)、选择(Selection)三种操作。算法的基本思想是从某一随机产生的初始群体开始，利用从种群中随机选取的两个个体的差向量作为第三个个体的随机变化源，将差向...

说明：遗传算法（GA）是通过对自然界中生物的遗传和优胜劣汰的进化过程进行模拟与抽象，进而形成的一种自适应全局随机优化搜索方法。遗传算法只需提供目标函数作为寻优信息，它从某一随机生成的初始群体出发，经过选择、交叉和变异等遗传操作后对个体进行适应度评价，保留适应度较强的个体遗传到子代种群中，经过多次的迭代计算...

matlab 算法 运行 遗传 优化 求解

说明：粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等[ 开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算...

说明：遗传算法是应用较为广泛、研究历史较长的一种算法，它具有全局快速搜索能力，由于没有利用系统中的反馈信息，当求解到一定范围时往往要做大量无为的冗余迭代，求解效率较低。但是在旅行商（TSP）问题上不存在这个缺点，很好的解决了TSP问题。这里提供TSP问题的源程序。 

说明：在过去的几年中，几种方法已经被开发用于结构的优化设计。不过，由于其演算基于自然他们中的大多数，把该问题作为连续的搜索空间中，当它真的是离散的。这导致不切实际的解决方案和复杂的过程，因此，它们没有在使用业，它仍然倾向于依赖于更传统的迭代法。本文提出了利用遗传算法用于此任务。所获得的结果显示了如何好这种...

c# 算法 遗传 优化 采用 离散 桁架

说明：粒子群优化最优路径算法，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。

schoolbck agreedng 粒子群优化最优路径 路径优化 columnlhw

说明：解决了最小无约束优化问题，步长由ARmijo非精确一维搜索生成，迭代方向分别由最速下降法，阻尼牛顿法，共轭梯度法，拟牛顿法(BFGS)产生。

最小无约束优化 优化算法 阻尼牛顿法 共轭梯度法 拟牛顿法