说明：遗传算法是一种基于生物进化理论的全局搜索优化方法。传统的遗传算法在理论上已形成了一套较为完善的算法体系并在许多问题中都有了成功的应用，本文研究了遗传算法的基本原理及运算过程，并利用基本遗传算法非线性系统进行PID控制器参数优化，经过仿真发现自适应遗传算法具有更好的动态特性和控制效果，证明了该算法的有...

说明：遗传算法  生物的进化是一个奇妙的优化过程，它通过选择淘汰，突然变异，基因遗传等规律产生适应环境变化的优良物种。遗传算法是根据生物进化思想而启发得出的一种全局优化算法。  遗传算法的概念最早是由Bagley J.D在1967年提出的；而开始遗传算法的理论和方法的系统性研究的是1975年，这一开创...

matlab 算法 遗传

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：matlab 遗传算法解决函数优化问题matlab 遗传算法解决函数优化问题matlab 遗传算法解决函数优化问题

matlab 算法 函数 遗传 优化 问题 解决

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

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：排课问题是一个有约束的、多目标的组合优化问题，并且已经被证明是一个NP完全问题。 遗传算法借鉴生物界自然选择和自然遗传机制，使用群体搜索技术，尤其是用于处理传统搜索方法难以解决的复杂的和非线性的问题。经过近40年的发展，遗传算法在理论研究和实际应用中取得了巨大的成功，本文将遗传算法用于排课问题的求解...

排课 排课问题 solving fuzzy 排课约束 NP排课 适应度函数

说明：应用背景遗传算法优化BP神经网络，训练时间好长啊。主要是在使用SIM函数检验遗传算法适应度值时，执行时间很长。迭代次数如果为10的话，运行一次程序可能要3~5分钟。这太久了，有哪位也搞过这个？是不是也要花这么久的时间？ 这这里编写了一个简单的PSO优化BP神往网络的程序（见附件），只运行了两代，都...

matlab 神经网络 bp pso 优化

说明：标准遗传算法有时候会出现未成熟收敛问题，在求解多目标优化问题时显得尤其严重。遗传算法存在未成熟收敛问题，在求解多目标优化问题时显得尤其严重。因此已有学者提出了多种群遗传算法。该算法中多个种群使用同一目标函数，各种群的交叉率和变异率取不同的固定值，以搜索不同解空间中的最优解，种群之间定期进行信息交换。...

matlab multi-objective 多种群算法 bush589 lovef5t

说明：基于粒子群算法和遗传算法的PID参数优化程序和相应文档。

遗传-粒子群 粒子群优化PID 粒子群遗传 pid 粒子群算法