# Optimization-algorithm
一些常用的智能优化算法，主要是用Matlab和Python写的
# 目前有的算法
1、差分进化算法(Python)
2、支持向量机libsvm(Matlab)
一些常用的智能优化算法，主要是用Matlab和Python写的.zip
版权申诉
11 浏览量
2024-04-15
19:13:33
上传
评论
收藏 4.53MB ZIP 举报
一些常用的智能优化算法，主要是用Matlab和Python写的.zip （88个子文件） 
projectcode30312 粒子群算法 
11151.zip 43KB
求解0-1整数规划的混合粒子群优化算法.pdf 223KB
距离Dij.xlsx 42KB GAPSO求解 
供应图.jpg 81KB
GAPSO.m 4KB matlab.mat 22KB 距离Dij.xlsx 42KB fun.m 2KB 供应图.fig 36KB 灵敏度分析 GAPSO.m 3KB main.m 4KB beta.fig 27KB theta.fig 26KB matlab2.mat 18KB fun.m 2KB
遗传粒子群(单目标与多目标).rar 27KB 供应情况.xlsx 14KB 参考代码 遗传粒子群优化算法-GAPSO SchwefelsProblem 2.fig 98KB GAPSO.m 4KB Rastrigin.fig 60KB Schwefels Problem2.22.jpg 135KB Rastrigin.jpg 105KB Rosenbrock.jpg 88KB PSO.m 2KB
使用说明.txt 82B Sphere Model.fig 40KB Rosenbrock.fig 64KB
randdata2.xls 21KB fun.m 713B Sphere Model.jpg 97KB CPSO.m 3KB randdata1.xls 21KB SVM 基于支持向量机的超早强混凝土抗压强度预测研究_丘伟兴.pdf 308KB 11045 SVMcg.m 3KB 垃圾代码.txt 1KB yuce.m 6KB 需要下载的内容 libsvm-3.23.zip 854KB heart_scale.mat 28KB 程序结果与数据 多项式核函数参数选择结果.jpg 82KB 线性核函数预测情况.jpg 59KB 线性核函数参数选择结果.jpg 122KB 线性核函数预测情况.fig 25KB 多项式核函数参数选择结果.fig 71KB SVMcg.m 3KB predict_data.xlsx 12KB yuce.m 6KB 线性核函数参数选择结果.fig 129KB train_data.xlsx 11KB 多项式核函数预测情况.fig 25KB 多项式核函数预测情况.jpg 57KB predict_data.xlsx 10KB train_data.xlsx 9KB GA 基于支持向量机的超早强混凝土抗压强度预测研究_丘伟兴.pdf 308KB 11045 SVMcg.m 3KB 垃圾代码.txt 1KB yuce.m 6KB 需要下载的内容 libsvm-3.23.zip 854KB heart_scale.mat 28KB 程序结果与数据 多项式核函数参数选择结果.jpg 82KB 线性核函数预测情况.jpg 59KB 线性核函数参数选择结果.jpg 122KB 线性核函数预测情况.fig 25KB 多项式核函数参数选择结果.fig 71KB SVMcg.m 3KB predict_data.xlsx 12KB yuce.m 6KB 线性核函数参数选择结果.fig 129KB train_data.xlsx 11KB 多项式核函数预测情况.fig 25KB 多项式核函数预测情况.jpg 57KB predict_data.xlsx 10KB train_data.xlsx 9KB 差分进化算法 Shifting与k-variables move优化后的差分进化算法 test_data.xlsx 18KB Improved differential evolution algorithms for solving generalized assignment pro.pdf 635KB DE_Alg.py 20KB 标准差分进化算法(Python).txt 9KB README.md 183B GA(多旅行商问题,matlab) Mutate.m 309B fitness2.m 1KB Select.m 320B zuobiao_X.mat 502B initpop.m 241B Sus.m 503B demand.mat 230B Reins.m 418B Recombin.m 631B GA_main.m 2KB decode.m 3KB资源评论
