说明：利用遗传程序设计建立电力系统的负荷模型，无需像传统方法一样预先确定具体的模型结构，它能根据输入输出数据直接演化出变量间的函数关系，并且能够一次性的同时确定函数的结构形式和参数，使得模型的生成过程趋于智能化、自动化，解决了负荷建模工作中长期困扰的模型辨识问题。

参数辨识智能 遗传辨识 负荷参数辨识 电力负荷建模 power-GP

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：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：模拟退火是 80 年代初发展起来的一种随机性组合优化方法。它模拟高温金属降温的热力学过程，并广泛应用于组合优化问题。基于模拟退火的粒子群优化算法是把模拟退火机制引入基本粒子群优化算法中，采用杂交粒子群优化算法中的杂交运算和带高斯变异的粒子群优化算法中的变异运算，以便进一步调整优化群体。

基于-SA-的-PSO-算法 金属退火 高斯过程 高斯变异

说明：改进的ACO和PSO算法在TSP中的应用 蚁群优化算法(Ant Colony Optimization，ACO)和粒子群算法(Particle Swarm Optimization，PSO)是两种典型的群体智能算法。由于算法的高效性和易实现性，因此 成为了众学者的研究焦点。目前，这两种算法已被应...

matlab 算法 pso tsp 应用 ACO 改进

说明：运行连续遗传算法。主要参数有群体大小、突变率、选择参数（可设为常数）。程序从定义初始总体开始迭代，并按代概念运行迭代。在迭代过程中，参数将是成对的，这将导致染色体交叉。这里的染色体方法是通过单点染色体交叉。下一个函数是按指定的突变率进行突变。最终结果将使用最佳代价函数进行排序（在新的子代值发生变异之...

matlab

说明：天牛须搜索( beetle antennae search，BAS) 算法是2017 年提出的一种基于天牛觅食原理的适用于多目标函数优化的新技术，其生物原理为: 当天牛觅食时，其并不知道食物在哪里，而是根据食物气味的强弱来觅食。天牛有两只长触角，如果左边触角收到的气味强度比右边大，那下一步天牛就会向...

天牛须 粒子群多目标 天牛须算法 BAS-MATLAB 天牛须搜索

说明：B题详尽中文参考文献

美国大学生数学建模竞赛(MCM/ICM)

说明：遗传算法(Genetic Algorithm ,GA) 是借鉴生物界自然选择和群体进化机制形成的一种全局寻优算法。与传统的优化算法相比 ,遗传算法具有如下优点[1]: 1) 不是从单个点 ,而是从多个点构成的群体开始搜索 ; 2) 在搜索最优解过程中 ,只需要由目标函数值转换得来...

说明：遗传算法 ( Genetic Algorithm , GA) 是借鉴生物界自然选择和群体进化机制形成的一种全局寻优算法 。与传统的优化算法相比 ,遗传算法具有如下优点 [1 ] :1 ) 不是从单个点 ,而是从多个点构成的群体开始搜索 ;2) 在搜索最优解过程中 ,只需要由目标函数值转换得来的适应值...

matlab 算法 程序 遗传 实现