已閱讀1頁，還剩59頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、研究能在搜索過程中自動獲取和積累有關(guān)搜索空間的知識，并自適應(yīng)的控制搜索過程，從而得到最優(yōu)解或近似最優(yōu)解的通用搜索算法一直是令人矚目的課題。遺傳算法就是這種特別有效的算法。 遺傳算法(Genetic Algorithm——GA)，是模擬達爾文的遺傳選擇和自然淘汰的生物進化過程的計算模型，它是由美國Michigan大學(xué)的J.Holland教授于1975年首先提出的。遺傳算法主要的特點在于：簡單、通用、魯棒性強。經(jīng)過三十多年的發(fā)展，
2、遺傳算法已經(jīng)在旅行商問題、生產(chǎn)調(diào)度、函數(shù)優(yōu)化、機器學(xué)習(xí)等領(lǐng)域得到成功的應(yīng)用。 本文研究內(nèi)容包括兩個方面：一個是基于基因庫和多重搜索策略求解TSP的遺傳算法，算法將已有的“基因庫”的思想和多重搜索策略結(jié)合起來，對交叉算子進行改造，并就幾個典型的TSP問題進行了測試。另一個是小生境自適應(yīng)混合遺傳算法，該算法引入小生境技術(shù)，提出了兩個多樣性評價指標(biāo)，并結(jié)合自適應(yīng)技術(shù)和模擬退火算法的思想對遺傳算法進行改進，最后就TSP問題進行了重復(fù)對比
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 解旅行推銷商問題（TSP）的智能優(yōu)化算法.pdf
- 遺傳算法及其在旅行商問題中的應(yīng)用.pdf
- 改進遺傳算法及其應(yīng)用.pdf
- 遺傳算法的改進及其若干應(yīng)用.pdf
- 改進遺傳算法及其在波束形成中的應(yīng)用.pdf
- 遺傳算法的改進及其在結(jié)構(gòu)優(yōu)化中應(yīng)用.pdf
- 改進的元胞遺傳算法及其應(yīng)用.pdf
- 遺傳算法的混合改進研究及其應(yīng)用.pdf
- 改進的遺傳算法及其在工程優(yōu)化中的應(yīng)用.pdf
- 關(guān)于旅行商問題的改進遺傳算法.pdf
- 遺傳算法的改進及其在組合優(yōu)化中的應(yīng)用.pdf
- 改進的遺傳算法及其在模具優(yōu)化設(shè)計中的應(yīng)用.pdf
- 螞蟻遺傳算法研究及其在旅行商問題中的應(yīng)用.pdf
- 遺傳算法的改進研究及其在工程優(yōu)化中的應(yīng)用.pdf
- 改進的遺傳算法及其在電網(wǎng)無功優(yōu)化中的應(yīng)用.pdf
- 改進的多生境遺傳算法及其應(yīng)用.pdf
- 改進遺傳算法及其在降雨徑流模型中的應(yīng)用.pdf
- 改進遺傳算法在調(diào)度領(lǐng)域中的應(yīng)用.pdf
- 遺傳算法及其改進.pdf
- 遺傳算法的一些改進及其應(yīng)用.pdf
評論
0/150
提交評論