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：将约束离散优化（CDO）转化为非线性约束非负整数规划（CNIP），该算法采用了种群混沌初始化、双方案变异、离散差分进化等多种改进措施，可求解非线性约束非负整数规划（CNIP），以及具有随机扰动的积分算子。针对非线性约束，给出了连续映射基惩罚的计算方法和基函数的公式，并在此基础上提出了处理约束的自适应...

约束离散优化 CDO 非线性约束非负整数规划 CNIP

说明：免疫遗传算法流程为： (1)随机产生初始父代种群A1 (2)根据先验知识抽取疫苗。 (3)若当前种群中已包含最佳个体，算法结束；否则进行以下步骤。 (4)根据抗体浓度和适应度进行复制。 (5)对当前第K代父代种群AK进行交叉操作，得到种群BK。

免疫算法-疫苗 immunity genetic-algorithm 免疫算法 免疫遗传

说明：应用背景得到更有效的方案，为网络路由设计VLSI物理设计中，一种新的混合算法是蚁群算法和禁忌搜索算法提高网络路由设计方案在VLSI物理设计相结合，提出了。通过考虑不同的结构特性，如两终端，多终端的模式，多层次、无网格布线是引入适当的参数匹配，可以通过计算机实验得到了。结果表明，新的算法可以避免低收敛...

c

说明：3 OPT交换算子 简单有效的把路径进行交换 在产生初始解后 可以根据这样的3边交换算子随机得到更多的解，扩大初始化种群。增加解的数量有助于产生更高质量的解

说明：应用背景将蚁群算法应用于图像分割领域, 提出了一种新的基于蚁群算法的图像边缘检测方法。详细阐述了蚁群算法与 该方法的基本原理和具体实现过程。为了提高算法效率, 进行两处改进, 第一将蚂蚁初始位置由随机放置修改为放置在图像边缘附近, 可取一图像灰度梯度阈值来实现, 第二将信息激素强度和启发式引导函数...

matlab 图像 检测 边缘

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：应用背景遗传算法是根据自然界生物染色体进化的数学模型。首先对种群进行初始化，对每个个体计算适应度，生产下一代。如果生成的种群达不到优化的终止条件，则按照适应度选择优良个体、父代进行交叉或变异，生成子代，然后用子代取代父代，再生成下一个子代。循环执行这一过程，直到满足优化终止条件为止。在遗传算法寻优过...

matlab

说明：最简单最传统的那种遗传算法，初始化种群、交换、突变、繁殖各个模块也都比较清楚。对于初学者应该还是比较有用的，但是高手肯定是看不上的。

matlab 算法 代码 遗传

说明：应用背景 虽然传统的基因选择方法已经能够取得很好的效果，选出的基因子集有利于后续样本分类，但是这些方法主要考虑数据方差和分布的相关性，从而选出的基因可解释性较差且冗余度较高。为了获得最小冗余可解释的基因子集，本文在充分考虑基因类别灵敏度 (Gene to class sensitivity,...

matlab