说明：“遗传算法”专题讲解及编程实现

数学算法

说明：SPEA演化算法，可以用于计算多目标带约束优化问题

SPEA 演化算法

说明：美赛A题奉献

美国大学生数学建模竞赛(MCM/ICM)

说明：采用栅格对机器人的工作空间进行划分，再利用优化算法对机器人路径优化，是采用智能算法求最优路径的一个经典问题。目前，采用蚁群算法在栅格地图上进行路径优化取得比较好的效果，而利用遗传算法在栅格地图上进行路径优化在算法显得更加难以实现。利用遗传算法处理栅格地图的机器人路径规划的难点主要包括：1保证路径不间...

遗传机器人 遗传算法-路径 遗传栅格 遗传蚁群-路径 路径-规划

说明：利用计算机仿真运算,将问题的求解过程转换成类似生物进化中的染色体基因的交叉、变异等过程。在求解较为复杂的组合优化问题时,相对一些常规的优化算法,通常能够较快地获得较好的优化结果。遗传算法已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。

收敛 快速 遗传

说明：在计算机科学中，差分进化 （DE） 是质量的一种反复试着提高某项措施是质量的候选人解决优化问题的方法。这种方法通常被称为元启发式方法，如他们做很少或没有假设正在优化的问题，也可以搜索候选解的很大空间。然而，如 DE 元启发式方法不能保证过找到最佳的解决办法。

matlab 差分 算法

说明：复化三点Gauss-lengend公式求pi，matlab编写的元胞自动机，D-S证据理论数据融合，仿真效果非常好，各种kalman滤波器的设计，能量熵的计算。

代码 布局 优化 一次 问题 法例

说明：分析了该信号的时域、频域、倒谱，循环谱等,通过虚拟阵元进行DOA估计，计算加权加速度,数据模型归一化，模态振动，IMC-PID是利用内模控制原理来对PID参数进行计算，外文资料里面的源代码。

算法 测试 布局 优化 完整 问题

说明：自适应动态规划介绍。一种求解动态规划方法HJB方程的自学习控制算法，称其为自适应动态规划算法。所提的算法可以用来解决未知离散时间非线性系统的最优控制问题，同时给出了该控制算法的收敛性证明。算法的实现用到了三个神经网络，在递推的每一步分别用来近似性能指标函数、最优控制律和未知非线性系统。

神经网络 最优问题ADP ADP 最优控制 HJB求解 HJB方程 matlab

说明：基于matlab平台编写的微分进化算法，可用于电力系统问题优化

de算法 电力优化 DE优化 微分进化算法 power-system