没有合适的资源?快使用搜索试试~
我知道了~
文库首页
课程资源
专业指导
自适应混合粒子群优化算法求解大规模旅行商问题.pdf
自适应混合粒子群优化算法求解大规模旅行商问题.pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
数据结构
参考文献
专业指导
0 下载量
170 浏览量
2021-09-29
00:06:59
上传
评论
收藏
512KB
PDF
举报
温馨提示
限时特惠:¥19.90
39.90
自适应混合粒子群优化算法求解大规模旅行商问题.pdf
资源推荐
资源评论
基于混合粒子群优化算法的旅行商问题求解.pdf
浏览:24
基于混合粒子群优化算法的旅行商问题求解.pdf
粒子群优化算法求解旅行商问题.pdf
浏览:200
5星 · 资源好评率100%
粒子群优化算法求解旅行商问题.pdf
粒子群优化算法求解旅行商问题
浏览:105
粒子群优化算法求解旅行商问题 这个是完整论文
求解旅行商问题的混合粒子群优化算法.pdf
浏览:186
摘 要: 结合遗传算法、蚁群算法和模拟退火算法的思想, 提出用混合粒子群算法来求解著名的旅行商问题. 与模拟 退火算法、标准遗传算法进行比较, 24 种混合粒子群算法的效果都比较好, 其中交叉策略D 和变异策略F 的混合粒 子群算法的效果最好, 而且简单有效. 对于目前仍没有较好解法的组合优化问题, 通过此算法修改很容易解决. 关键词: 粒子群算法; 遗传算法; 模拟退火算法; 蚁群算法; 旅行商
论文研究-自适应动态邻域布谷鸟混合算法求解TSP问题.pdf
浏览:6
针对离散布谷鸟算法求解旅行商问题时邻域搜索效率低和易陷入局部最优解等问题,提出了一种自适应动态邻域布谷鸟混合算法(Adaptive Dynamic Neighborhood Hybrid Cuckoo Search algorithm,ADNHCS)。为了提升邻域...
算法大全常用数值算法MATLAB数学建模算法灰色算法蒙特卡洛神经网络图论算法遗传算法资料大集合.zip
浏览:85
5星 · 资源好评率100%
一种快速求解旅行商问题的蚁群算法.pdf 基于改进蚁群算法对最短路径问题的分析与仿真.pdf 基于改进蚁群算法的出租车路径规划算法.pdf 基于改进蚁群算法的最短路径问题研究.pdf 基于蚁群算法的公交路线走向模型及其...
论文研究-求解多目标优化问题的自适应粒子群算法.pdf
浏览:121
提出了一种融合蚁群系统、免疫算法和遗传算法的混合算法。将免疫算法和遗传算法引入到每次蚁群迭代的过程中,利用免疫算法的局部...通过对旅行商问题的仿真实验表明该算法具有非常好的收敛速度和全局最优解的搜索能力。
求解旅行商问题的混合粒子群优化算法
浏览:53
<p>结合遗传算法、蚁群算法和模拟退火算法的思想, 提出用混合粒子群算法来求解著名的旅行商问题. 与模拟<br> 退火算法、标准遗传算法进行比较, 24 种混合粒子群算法的效果都比较好, 其中交叉策略D 和变异策略F 的混合粒<br> 子群算法的效果最好, 而且简单有效. 对于目前仍没有较好解法的组合优化问题, 通过此算法修改很容易解决.</p>
用粒子群优化算法求解旅行商问题综述.pdf
浏览:24
用粒子群优化算法求解旅行商问题综述.pdf
粒子群算法求解旅行商问题
浏览:39
粒子群算法求解旅行商问题,matlab程序
求解旅行商问题的自学习粒子群优化算法.pdf
浏览:172
求解旅行商问题的自学习粒子群优化算法.pdf
论文研究-基于自适应多态免疫蚁群算法的TSP求解.pdf
浏览:109
针对标准蚁群算法易于出现早熟停滞现象,提出了一种自适应多态免疫蚁群算法(adaptive polymorphic immune ant colony algorithm,PIACA)。通过设置多种状态蚁群及引入自适应多态蚁群竞争机制,PIACA算法能有效抑制...
论文研究-求解TSP的蚁群与模糊自适应粒子群算法.pdf
浏览:179
为了解决规模复杂的旅行商问题,提出了融合蚁群算法和粒子群算法的一种群体智能混合算法,并构建了惯性权值模糊自适应调整模型。针对此混合算法易陷入局部最优,设计了参数自动调节机制,以达到局部搜索和全局搜索...
论文研究-基于近邻关系求解TSP的离散PSO算法.pdf
浏览:54
针对NP-hard组合优化问题,提出一种基于启发因子的自适应混合离散粒子群算法对其进行求解。通过改进离散粒子群运动方程,并加入启发因子,从而提高算法的收敛性和稳定性;依据粒子多样性的动态变化,引入自适应扰动...
自适应动态邻域布谷鸟混合算法求解旅行商问题含Matlab源码.zip
浏览:54
5星 · 资源好评率100%
1.版本:matlab2019a,不会运行可私信 2.领域:【路径规划-TSP问题】 3.内容:基于自适应动态邻域布谷鸟混合算法求解旅行商问题含Matlab源码.zip 4.适合人群:本科,硕士等教研学习使用
论文研究-改进的混沌粒子群算法在TSP中的应用.pdf
浏览:4
针对基本粒子群(PSO)算法不能较好地解决旅行商优化问题(TSP),分析了基本粒子群算法的优化机理,在新定义粒子群进化方程中进化算子的基础上利用混沌运动的随机性、遍历性等特点,提出一种结合混沌优化和粒子群...
求解旅行商问题的混合粒子群优化算法 (2).pdf
浏览:120
求解旅行商问题的混合粒子群优化算法 (2).pdf
旅行商问题研究及混合粒子群算法求解.pdf
浏览:71
旅行商问题研究及混合粒子群算法求解.pdf
改进的蚁群与粒子群混合算法求解旅行商问题.pdf
浏览:146
改进的蚁群与粒子群混合算法求解旅行商问题.pdf
改进蜂群算法求解大规模着色瓶颈旅行商问题
浏览:54
在智能交通、多任务协作等领域,用着色瓶颈旅行商问题(CBTSP,colored bottleneck traveling salesman problem)所构建模型尺度易趋向于大规模,因此有必要研究大规模CBTSP及其求解算法。本文将一种改进蜂群算法(IABC,improved artificial bee colony algorithm)应用于求解大规模CBTSP。IABC首先运用m-tou
自适应遗传算法求解旅行商问题(Java代码)
浏览:200
普通遗传算法(Sample Genetic Algorithm, SGA)存在着严重的缺点,它的Pc和Pm的值是固定的,本文采用自适应遗传算法进行求解TSP问题。这会引起两个很严重的问题: (1)相同的概率,这可以说是不公平,因为对于优良...
论文研究-一种基于信息熵调整的自适应蚁群算法 .pdf
浏览:25
一种基于信息熵调整的自适应蚁群算法,肖菁,李亮平,针对基本蚁群算法在求解大规模旅行商问题易导致搜索时间过长或陷入停滞的问题,提出一种基于信息熵调整的自适应蚁群算法。该算法
TSP基于matlab自适应动态邻域布谷鸟混合算法求解旅行商问题【含Matlab源码 1513期】.zip
浏览:192
5星 · 资源好评率100%
CSDN海神之光上传的全部代码均可运行,亲测可用,直接...4.4.2 粒子群算法PSO旅行商问题 4.4.3 灰狼算法GWO/狼群算法WPA旅行商问题 4.4.4 鲸鱼算法WOA/麻雀算法SSA旅行商问题 4.4.5 萤火虫算法FA/差分算法DE旅行商问题
论文研究-求解TSP问题的自适应离散型布谷鸟算法.pdf
浏览:150
对于求解的TSP问题,提出了一种自适应离散型布谷鸟算法(Adaptive Discrete Cuckoo Search,ADCS)。在基于布谷鸟搜索算法(Cuckoo Search,CS)的搜索原理下构造TSP问题的路径求解策略。针对离散型算法整体调整容易...
论文研究-求解旅行商问题的高效自适应混合蚂蚁算法.pdf
浏览:9
提出了一种基于DCT变换的3D网格物体鲁棒性盲水印方案。首先将3D物体模型转换到仿射不变空间,抽取三维物体重心到顶点的距离生成一个一维的离散信号,将该离散信号进行DCT变换,改变其系数以嵌入水印。...
评论
收藏
内容反馈
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
限时特惠:¥19.90
39.90
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
数据资源
粉丝: 118
资源:
23万+
私信
下载权益
C知道特权
VIP文章
课程特权
VIP享
7
折,此内容立减5.97元
开通VIP
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
11111111111111
统信系统ARM64依赖openssl-1.0.2版本的libssl.so.10和libcrypto.so.10文件
奥比中光python sdk
冯超楠17.py
OCR识别-基于视觉注意力机制Attention实现的OCR识别算法-附项目源码-优质项目实战.zip
Java 使用蒙特卡洛方法估算PI的近似值(源代码)
main.cpp
电子木鱼小程序源码电子木鱼小程序源码
logback-plus.xml
ctf re 脱壳,的软件挺好的
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功