说明：D题--充电站布局参考文献
美国大学生数学建模竞赛(MCM/ICM)
说明：人工蜂群算法的基本程序，可以在此的基础上修改。人工蜂群算法是模仿蜜蜂行为提出的一种优化方法，是集群智能思想的一个具体应用，它的主要特点是不需要了解问题的特殊信息，只需要对问题进行优劣的比较，通过各人工蜂个体的局部寻优行为，最终在群体中使全局最优值突现出来，有着较快的收敛速度
matlab 算法 蜂群 人工
说明：NSGA-Ⅱ是目前最流行的多目标进化算法之一，它降低了非劣排序遗传算法的复杂性，具有运行速度快，解集的收敛性好的优点，成为其他多目标优化算法性能的基准。NSGA-Ⅱ算法采用了快速非支配排序算法，计算复杂度比 NSGA 大大的降低
说明：这是对karaboga的人工蜂群算法的简单实现。 人工蜂群算法是模仿蜜蜂行为提出的一种优化方法，是集群智能思想的一个具体应用，它的主要特点是不需要了解问题的特殊信息，只需要对问题进行优劣的比较，通过各人工蜂个体的局部寻优行为，最终在群体中使全局最优值突现出来，有着较快的收敛速度。
matlab 蜂群 算法 简单 实现
说明：使用matlab工具，进行多智能体的Q学习算法的研究仿真，是目前几乎所有行业都在进行的最前沿工作。由于最优值计算的复杂性以及收敛速度的限制，所以目前研究人员使用各种学习方法，进行最优配置的研究。其中Q学习就是当前动态学习中最有前途的一种学习方法。
多智能体 Q学习算法 Q学习 动态学习
说明：本程序考虑的是在飞机自由非条件下，有遗传算法来求解最优的多架飞机的飞行轨迹，使得航线的偏移量最小这一目标函数来实现（以此来节省燃料和旅客的舒适度）。飞机在航行过程中可以自由调整飞行轨迹左偏30度或者右偏30度或者保持水平。在染色体编码上，左转30度编码01，右转30度编码10，水平方向编码11或者0...
matlab 算法 自由 方法 遗传 条件 探测 冲突
说明：遗传算法的分布式进化算法的优化算法，遗传算法适用于： 目标函数为求最大值的和非负整数解的溶液 边界边界约束 Myfun目标函数 民初始种群的数目 n迭代最大数 CP交叉概率 P变异概率 ˚F目标的最佳解决方案 X最优解向量
matlab 算法 遗传
matlab 算法 代码 智能 仿真 设计 Qlearning
说明：资源描述 文件中给出31 个城市的横纵坐标， 运用蚁群算法求处最优的环线路径 生成最短路径图，和寻路径用的平均时间 文件中给出31 个城市的横纵坐标， 运用蚁群算法求处最优的环线路径 生成最短路径图，和寻路径用的平均时间
matlab 算法 tsp 蚁群 问题
说明：详细介绍了matlab插值与拟合方法，包括拉格朗日多项式插值、牛顿插值、分段线性插值、Hermite插值和三次样条插值和曲线的最小二乘拟合、多项式拟合方法、最小二乘优化所有程序均有相应的说明与应用实例。
格朗日多项式插值 牛顿插值 分段线性插值 Hermite插值 三次样条插值 曲线的最小二乘拟合 多项式拟合方法 最小二乘优化
