求助帖#是否有用matlab会遗传算法求解运筹优化问题的选址决策等相关问题的大佬求助 [问题点数:0分]

Bbs1
本版专家分:0
结帖率 0%
遗传算法求解优化问题程序
<em>遗传</em>算法 优化。利用英国某大学的<em>遗传</em>算法工具箱解决
遗传算法求解优化问题
非常好的文章,详细讲解了怎么云用<em>遗传</em><em>算法求解</em><em>优化<em>问题</em></em>
遗传算法求解函数优化问题matlab实现
主要讲的是在<em>matlab</em>上用<em>遗传</em>算法进行函数的优化。文章比较简单。
Matlab 遗传算法求解TSP问题
function varargout = tsp_ga(xy,dmat,pop_size,num_iter,show_prog,show_res) %TSP_GA Traveling Salesman Problem (TSP) Genetic Algorithm (GA) % Finds a (near) optimal solution to the TSP by setting up a
遗传算法求解VRP问题matlab
采用<em>遗传</em><em>算法求解</em>VRP<em>问题</em>,为可执行代码,代码带有详细注释,修改性强。
MTSP问题matlab遗传算法求解
本文档包含了MATLAB<em>遗传</em><em>算法求解</em>MTSP<em>问题</em>的代码 代码中有详细的注释 注意一点,本文来源网络,侵删!!!
matlab遗传算法求解VRP问题
<em>matlab</em> vrp ga <em>遗传</em>算法
TSP问题matlab遗传算法求解
旅行商<em>问题</em>,即TSP<em>问题</em>(Traveling Salesman Problem)又译为旅行推销员<em>问题</em>、货郎担<em>问题</em>,是数学领域中著名<em>问题</em>之一。假设有一个旅行商人要拜访n个城市,他必须选择所要走的路径,路径的限制是每个城市只能拜访一次,而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。 代码如下: load('usborder.mat','x','y...
Matlab遗传算法求解最大值
Matlab<em>遗传</em><em>算法求解</em>最大值,Matlab<em>遗传</em><em>算法求解</em>最大值
遗传算法求解无约束优化问题matlab源码+求解问题)无误版
本压缩包包含两部分:无约束<em>优化<em>问题</em></em>和求解的<em>遗传</em>算法<em>matlab</em>源代码,用户也可用本程序求解其他无约束<em>优化<em>问题</em></em>
[求助]如何用遗传算法求解TSP问题
如果用<em>遗传</em>算法解tsp<em>问题</em>,那么基因应该是n个城市的排列顺序,适应度应该是城市之间的距离总和rn以上是我的理解,现在<em>问题</em>来了,选择了基因以后,新生成的基因里面不会有重复经过的城市么?rn例如:rn1,2,3,4,5,6,7,8rn8,7,5,6,4,3,2,1rn这两条基因如果在 “3” 处交叉,就是如下rn1,2,3,6,4,3,2,1rn8,7,5,4,5,6,7,8rn这不就是没用了么,究竟是怎么一回事?rn看了半天资料了都没有什么头绪。
遗传算法求解函数Matlab源程序
本程序用于基础<em>遗传</em><em>算法求解</em>函数,样例函数为二次函数,可以根据自身需求转换函数。
运用遗传算法求解带出入点的车间布局优化问题(matlab)
运用<em>遗传</em><em>算法求解</em>带出入点的车间布局<em>优化<em>问题</em></em>,经调试直接运行。
遗传算法求解多参量函数优化问题
用<em>遗传</em><em>算法求解</em>多参量函数<em>优化<em>问题</em></em>的一篇论文
c++利用遗传算法求解函数优化问题
c++利用<em>遗传</em><em>算法求解</em>函数<em>优化<em>问题</em></em> 包括完整可编译代码 完整论文 以及完整数据
基于遗传算法求解多目标优化问题Pareto前沿
对于基于pareto的多么目标<em>优化<em>问题</em></em>。引入了当前研究多目标优化的新方法—基于<em>遗传</em><em>算法求解</em><em>问题</em>的求解,讨论了该方法要解决的关键<em>问题</em>—多样性保持及解<em>决策</em>略,并给出了一个求解解集的新算法,算法简单、高效、鲁棒性强。
[AI] 粒子群算法求解优化问题(MATLAB)
华电北风吹 天津大学认知计算与应用重点实验室 日期:2015/6/28 粒子群<em>算法求解</em>函数极值 初始化一个粒子群体随机分布在解空间中。然后每一次迭代,根据每个粒子的历史最优位置和粒子群的最优位置更新每个粒子的位置,直到满足要求为止。clc;clear all; tic; %程序运行计时 E0=0.001;
遗传算法求解VRP问题
解决VRP<em>问题</em>的一个好的途径,采用比较先进的<em>遗传</em>算法
遗传算法求解vrp问题
Using genetic algorithms to solve path selection problems in MATLAB
遗传算法求解RCPSP问题
自己根据串行编写的并行程序,已经测试过了可以运行,希望对大家有帮助
遗传算法求解one_max问题
<em>遗传</em><em>算法求解</em>one_max<em>问题</em> one_max<em>问题</em>: 所谓的one_max就是指定任意长度的二进制串,当二进制串中的所有二进制数字都为1时,one_max就得解。用数学方法表示如下:(假设二进制串的长度为L) 也即最大化函数f(x)。 <em>遗传</em>算法: <em>遗传</em>算法是模拟自然界生物的交配,基因的重组以及变异还有自然选择来进行求解最<em>优化<em>问题</em></em>的一种算法。其间有大体包括genetic a
遗传算法求解极大值问题
首先参考下上篇博客:<em>遗传</em><em>算法求解</em>背包<em>问题</em>1. 极大值<em>问题</em>假设有一个函数z=ysin(x)+xcos(y)z=ysin(x)+xcos(y),图形如下:这时要求这个函数在x位于[-10,10]和y位于[-10,10]之间的最大值。这时想象这是个地形图,且这个地区无规律的放置很多人,有的在谷底,有的在半山腰,下面让他们一代代生生不息的繁殖下去,凡是能爬的更高的就留下,按照这个思路走下去就有了<em>遗传</em>算法的应
求助大佬!!!! PHP大佬
<em>求助</em><em>大佬</em>!!!!!excel导入功能 phpcmf的后台 上传读取时 读到的数据如下,能获取的行 只有1, 列只有A,上传文件没有<em>问题</em>
小白求助,关于Java编写遗传算法求解成本最小化问题
做仓储管理系统的毕设中需要添加个<em>遗传</em>算法,遇到了难题。rn程序出现除零错误,但是订货量minstock与安全库存点safestock不应该赋初值,而是由getminStock方法与getsafeStock方法转换得到,然后代入适应度函数求解。不知道是不是因为方法不对,导致传值为空。rn[code=java]rnpackage gatest;rnpublic class GA rn private int ChrNum = 50; //染色体数量 rn private String[] ipop = new String[ChrNum]; //一个种群中染色体总数 rn private int generation = 0; //染色体代号 rn public static final int GENE = 10; //基因数 rn private double bestfitness = Double.MAX_VALUE; //函数最优解 rn private int bestgenerations; //所有子代与父代中最好的染色体 rn private String beststr; //最优解的染色体的二进制码 rn public static int safestock;//安全库存rn public static int minstock; //订货量 rn// 初始化一条染色体(用二进制字符串表示) rn private String initChr() rn String res = ""; rn for (int i = 0; i < GENE; i++) rn if (Math.random() > 0.5) rn res += "0"; rn else rn res += "1"; rn rn rn return res; rn rn // 初始化一个种群(50条染色体) rn private String[] initPop() rn String[] ipop = new String[ChrNum]; rn for (int i = 0; i < ChrNum; i++) rn ipop[i] = initChr(); rn rn return ipop; rn rn//将染色体转换成x,y变量的值rn//将string类型的染色体前5位作为安全库存、并解码为int型rn public int getsafeStock(String res)rn safestock = Integer.parseInt(res.substring(0, 5), 2);rn for(int i=0;i=GaConstants.daysales*GaConstants.leadtime)rn fitness=buy(safestock, getminStock(str))+kucunduo(safestock, minstock);rn rn elsern fitness=buy(safestock, minstock)+kucunshao(safestock, minstock)+quehuo(safestock, minstock);rn rn return fitness ; rn rn public double buy(int safestock, int minstock)rn double buyCount;rn buyCount=(GaConstants.fixdordercost+(GaConstants.price*minstock))*Math.ceil(GaConstants.cyclesales/minstock);rn return buyCount;rn rn public double kucunduo(int safestock, int minstock)rn double kucunCount1;rn kucunCount1=(Math.ceil(minstock/2)+safestock-(GaConstants.daysales*GaConstants.leadtime))*GaConstants.cycleday*GaConstants.cunchu;rn return kucunCount1;rn rn public double quehuo(int safestock, int minstock)rn double quehuoCount;rn double stockout=GaConstants.daysales*GaConstants.leadtime-safestock;rn double losscustomerprob=stockout*(0.012)+GaConstants.losscustomerprob;rn quehuoCount=(stockout)*((1-losscustomerprob)*GaConstants.delayoss+losscustomerprob*GaConstants.losscustomer);rn return quehuoCount;rn rn public double kucunshao(int safestock, int minstock)rn double kucunCount2;rn kucunCount2=(Math.ceil(minstock/2)-((GaConstants.daysales*GaConstants.leadtime)-safestock)*GaConstants.cycleday*GaConstants.cunchu)/GaConstants.daysales;rn return kucunCount2;rn rn /* 轮盘选择: 计算群体上每个个体的适应度值; 按由个体适应度值所决定的某个规则选择将进入下一代的个体;*/ rn private void select() rn double evals[] = new double[ChrNum]; // 所有染色体适应值 rn double p[] = new double[ChrNum]; // 各染色体选择概率 rn double q[] = new double[ChrNum]; // 累计概率 rn double F = 0; // 累计适应值总和 rn for (int i = 0; i < ChrNum; i++) rn evals[i] = fitnessvalue(ipop[i]); rn if (evals[i] < bestfitness) // 记录下种群中的最小值,即最优解 rn bestfitness = evals[i]; rn bestgenerations = generation; rn beststr = ipop[i]; rn rn F = F + evals[i]; // 所有染色体适应值总和 rn rn for (int i = 0; i < ChrNum; i++) rn p[i] = (F-(ChrNum-1)*evals[i]) / F; rn if (i == 0) rn q[i] = p[i]; rn else rn q[i] = q[i - 1] + p[i]; rn rn rn String[] ipopnew = new String[ChrNum]; rn for (int i = 0; i < ChrNum; i++) rn double r = Math.random(); rn for (int j = 0; j < ChrNum; j++) rn if (r < q[j]) rn ipopnew[i] = ipop[j]; rn rn rn rn ipop=ipopnew; rn rn //交叉操作 交叉率为80%,平均为80%的染色体进行交叉 rn private void cross() rn String temp1, temp2; rn for (int i = 0; i < ChrNum; i++) rn if (Math.random() < 0.80) rn int pos = (int)(Math.random()*GENE)+1; //pos位点前后二进制串交叉 rn temp1 = ipop[i].substring(0, pos) + ipop[(i + 1) % ChrNum].substring(pos); rn temp2 = ipop[(i + 1) % ChrNum].substring(0, pos) + ipop[i].substring(pos); rn ipop[i] = temp1; rn ipop[(i + 1) / ChrNum] = temp2; rn rn rn rn //基因突变操作 1%基因变异 rn private void mutation() rn for (int i = 0; i < 4; i++) rn int chromosomeNum = (int) (Math.random() * ChrNum );// 染色体号:在数组中,对应的数字少一位,所以不用+1 rn int mutationNum = (int) (Math.random() * GENE ); // 基因号 rn String temp; rn String a; //记录变异位点变异后的编码 rn if (ipop[chromosomeNum].charAt(mutationNum) == '0') //当变异位点为0时 rn a = "1"; rn else rn a = "0"; rn rn //当变异位点在首、中段和尾时的突变情况 rn if (mutationNum == 0) rn temp = a + ipop[chromosomeNum].substring(mutationNum); rn else rn if (mutationNum != GENE-1) rn temp = ipop[chromosomeNum].substring(0, mutationNum ) + a rn + ipop[chromosomeNum].substring(mutationNum); rn else rn temp = ipop[chromosomeNum].substring(0, mutationNum) + a; rn rn rn //记录下变异后的染色体 rn ipop[chromosomeNum] = temp; rn rn rn public static void main(String args[]) rn GA Tryer = new GA(); rn Tryer.ipop = Tryer.initPop(); //产生初始种群 rn String str = ""; rn //迭代次数 rn for (int i = 0; i < 100000; i++) rn Tryer.select(); rn Tryer.cross(); rn Tryer.mutation(); rn Tryer.generation = i; rn rn double safestock = Tryer.fitnessvalue(Tryer.beststr); rn str = "最小值" + Tryer.bestfitness + '\n' + "第" rn + Tryer.bestgenerations + "个染色体:" + '\n' rn + "safestock=" + safestock + '\n' + "minstock=" + minstock; rn System.out.println(str); rn rnrn[/code]rn以下是一些数据的定义。rn[code=java]rnpackage gatest;rnpublic class GaConstants rnpublic static final int biarystrsize=26;//二进制字符串长度rnpublic static final int daysales=20;//预期每日销量rnpublic static final int cycleday=30;//30天一个周期rnpublic static final int cyclesales=cycleday*daysales;//周期销量rnpublic static final int leadtime=3;//订货提前期rnpublic static final int fixdordercost=100;//固定订货费rnpublic static final int price=70;//单价rnpublic static final int delayoss=0;//延迟损失费rnpublic static final int losscustomer=100;//丢失客户损失费rnpublic static final double losscustomerprob=0.2;//丢失客户概率rnpublic static final double mutationrate=0.6;//rnpublic static final int cunchu=1;//存储费rnrn[/code]rn选择交叉变异部分的程序我没有进行修改,是网页上的资源。经过算法的选择交叉变异,迭代500次后返回最优解的染色体,然后解码为最优的safestock与minstock。rn不太会将<em>遗传</em>算法编成Java程序,<em>大佬</em>们能帮我看看<em>问题</em>出在哪里吗?要是能帮我修改一下代码就更好了的说。[img=https://forum.csdn.net/PointForum/ui/scripts/csdn/Plugin/003/monkey/42.gif][/img]
求助大佬
我编写以下代码:rn#define N 8rnint main()rnrn char a[N] = "abcdefg";rn char b[N] = a; //不知道这样<em>是否</em>可以,但数组名本质就是首地址,所以就试了试,并没有报错,但结果。。。。rn printf("%s",b);rnrn结果屏幕显示一个垂直制表符,这是怎么回事???rn<em>求助</em><em>大佬</em>rnrnrn
求助大佬
infile.open("input",ios::in|ios::nocreate);rn这个要怎么办才好?rn[Error] 'nocreate' is not a member of 'std::ios aka std::basic_ios'
求助大佬
控制器层调用服务层方法,返回值为user对象,出现空指针异常。debug调试发现在服务器层方法中return的对象user是有值的,但控制器层得到的返回值user却为空。[img=https://img-bbs.csdn.net/upload/201904/29/1556468784_176022.png][/img][img=https://img-bbs.csdn.net/upload/201904/29/1556468784_519176.png][/img]
求助大佬!
vs2017用scanf_s时候不能执行n<em>求助</em>[img=https://img-bbs.csdn.net/upload/201903/26/1553573075_272229.jpg][/img]
求助大佬!!!!
我在AS上用百度地图的SDK,当我用真机运行的时候,出现如下日志:rn[img=https://img-bbs.csdn.net/upload/201803/04/1520122890_472036.jpg][/img]请问该如何解决呢?
求助大佬
[img=https://img-bbs.csdn.net/upload/201712/20/1513757302_861503.png][/img]
小弟求助 求助
第一 。网站根文件夹 是《aaa》rn 第二 。《aaa》文件夹里面有 index.asp 主页;数据库文件夹《data》 ; 数据库连接文件夹《connetion》 ;栏目1文件夹《栏目1》.rn 第三 。 《栏目1》文件夹内有 :lanmu.asp rnrnrn<em>问题</em>:当我连接数据库时,主页可以正常显示;但是栏目1就报错 “说没有此路径”rnrnMM_baoya_STRING = "Provider=Microsoft.ACE.OLEDB.12.0;Data source = " & server.MapPath(123_db/123.accdb)rnrn数据库 access2007 rnrn上传到 虚拟空间后 使用虚拟路径 还是绝对路径?
双层规划模型的遗传算法求解的Matlab源码-双层规划模型的遗传算法求解的Matlab源码.doc
双层规划模型的<em>遗传</em><em>算法求解</em>的Matlab源码-双层规划模型的<em>遗传</em><em>算法求解</em>的Matlab源码.doc 非常实用,值得一看
改进遗传算法求解TSP问题的Matlab程序设计
改进<em>遗传</em><em>算法求解</em>TSP<em>问题</em>的Matlab程序设计
matlab遗传算法求解函数最优值
<em>matlab</em><em>遗传</em><em>算法求解</em>%主程序:用<em>遗传</em><em>算法求解</em>y=200*exp(-0.05*x.*sin(x))在区间【-2 2】上的最大值
如何在matlab下是用遗传算法求解
-
matlab中实现遗传算法求解旅行商问题
一个<em>matlab</em>代码,用<em>遗传</em>算法(GA)解决多旅行商(MTSP)<em>问题</em>,算法中可以自己设定旅行商人数等参数,比较方便,注释也比较详细,很好理解的。
遗传算法求解数码问题的源代码
自己编写的<em>遗传</em><em>算法求解</em>数码<em>问题</em>的源代码,绝对原创!!!
C#遗传算法求解VRP问题
内含<em>遗传</em>算法类,针对不同的<em>问题</em>可派生不同的对象进行运算解决,可约束VRP<em>问题</em>使用的车辆数目、里程、载货量,对迭代代数进行监控,颜色体展示,并对运算最优解进行图形表示
遗传算法求解目标分配问题
<em>遗传</em><em>算法求解</em>目标分配<em>问题</em>的代码,感觉挺<em>有用</em>的,希望能够帮助到有需要的朋友
遗传算法求解最短路径问题
是一个用<em>遗传</em><em>算法求解</em>最短路径<em>问题</em>的一篇文章
利用遗传算法求解最短路径问题
本压缩包里是用vs2013写的利用<em>遗传</em><em>算法求解</em>最短路径<em>问题</em>,本人根据查找到的相应资源进行了改进,解决了一些bug,使得该程序利用起来更加方便、实用。
求助帖~~~字符串转换问题
各位达人请教:rn 如何将char型的指针指向的对象付给LPCWSTR型的指针呢??rn 例子:rn char *a;rn LPCWSTR *b;rn 建设a已经被初始化了,如何实现b=a的操作啊??rn 要转换类型吗??rn 怎么转换呢??
遗传算法求解tsp最优问题
<em>遗传</em><em>算法求解</em>tsp最优<em>问题</em>,可以动态选最短距离!
遗传算法求解最优值问题
已经通过机器学习算法(KNN、SVM)构建了两种模型,现在需要将这两种模型结合起来,求解满足两种模型的最优值。rnrn如何通过<em>遗传</em>算法将这两种模型结合起来?希望能给出详细的步骤。新人求解
对于哈密顿问题遗传算法求解
代码里面有详细解释,包括独立函数,以及对函数的使用,有两个例子,可以鲜明得看出函数的调用过程。方便同学们日后使用。
求助
实现一个数学考试程序(使用异常处理机制处理可能出现的异常)。要求如下:1、设计图形界面程序;2、随机出题,进行100以内的四则运算,每次考试限时5分钟;3、每次出10题,回答后提交,显示出错题目及回答正确率;4、可以保存考试历史记录,并能调出查看。   完成作业除了掌握课堂知识以外,还需自学多线程及<em>相关</em>类库的命令。...
求助帖】
我点击热点推荐的时候页面留在这里,点击用户搜索的时候就是相当于局部刷新(刷新当前位置的所包含的内容),中间那块换成别的!这个怎么实现[img=http://img.my.csdn.net/uploads/201302/25/1361776611_7665.png][/img]
求助帖!!!
大神们好!!![img=https://forum.csdn.net/PointForum/ui/scripts/csdn/Plugin/003/onion/3.gif][/img]rn我是刚刚做完java培训,现在在公司实习rn公司新做了一个项目,我的任务是需要完成登录页面和后台的<em>相关</em>验证rn要求用到的框架:spring+sturts2+mybatisrn求各位大神能把能帮我做一个登录案例,我主要是关于sturts2配置和客户端与服务器端数据传输(json)搞不懂,特别是关于客户端传参到后台,然后后台返回json到客户端,客户端提取json这一块。再有就是sturts2配置文件<em>问题</em>。我在网上找了很多答案,都不太一样。
求助帖。
<em>求助</em>![img=https://img-bbs.csdn.net/upload/201807/18/1531902380_918529.png][/img]错误提示:nvalid escape sequence (valid ones are \b \t \n \f \r \" \' \\ )。
[求助]RAS加密算法求解
各位帮忙看看下面的RAS加密算法,,现求其解密的算法。rnrnstring ls_strrnstring sn = ""rnulong lul_temprnulong lul_xrnulong lul_x0rnulong lul_x1rninteger irninteger li_drninteger li_nrnrnrnli_d = 7rnli_n = 33rnls_str = trim(id) //id 为序列号rnrndo until ls_str = ""rnrn if left(ls_str,1) = "2" thenrn lul_temp = integer(mid(ls_str,2,2))rn ls_str = right(ls_str,len(ls_str) - 3)rn elsern lul_temp = integer(mid(ls_str,2,1))rn ls_str = right(ls_str,len(ls_str) - 2)rn end ifrnrn lul_x0 = 1rn lul_x1 = 1rnrn for i = 1 to 4rn lul_x0 = lul_x0 * lul_temprn nextrnrn lul_x0 = mod(lul_x0,33)rnrn for i = 1 to li_d - 4rn lul_x1 = lul_x1 * lul_temprn nextrnrn lul_x1 = mod(lul_x1,33)rn lul_x = mod(lul_x0 * lul_x1,33)rn sn = trim(sn) + string(lul_x)rnlooprnrnrn
选址优化问题Lingo程序
基于专业优化软件Lingo的<em>选址</em><em>优化<em>问题</em></em>程序框架和实现,可正常运行。
求助遗传算法代码(java)
小弟急需该算法的代码,还望各位多多帮助!谢谢!
基于遗传算法求解车辆路径问题
今天整理了一下以前写过的一个<em>遗传</em><em>算法求解</em>车辆路径<em>问题</em>的程序(C#写的),发上来和大家分享一下,有误的地方还请各位指点。 1、车辆路径<em>问题</em>:     车辆路径<em>问题</em>可以描述为:在一个存在供求关系的系统中,有若干台车辆、若干个配送中心和客户,要求合理安排车辆的行车路线和出行时间,从而在给定的约束条件下,把客户需求的货物从配送中心送到客户,把客户供应的货物从客户取到配送中心,并使目标函数取得优化。本文
遗传算法求解TSP问题
TSP<em>问题</em>(Travelling Salesman Problem)即旅行商<em>问题</em>,又译为旅行推销员<em>问题</em>、货郎担<em>问题</em>,是数学领域中著名<em>问题</em>之一。假设有一个旅行商人要拜访n个城市,他必须选择所要走的路径,路径的限制是每个城市只能拜访一次,而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。 参考:用<em>遗传</em><em>算法求解</em>TSP<em>问题</em> <em>相关</em>博客 由于网上的结果只有路径...
遗传算法求解最短路径
用<em>遗传</em><em>算法求解</em>最短路径<em>问题</em>,文章应用<em>遗传</em><em>算法求解</em>图论中的最短路径<em>问题</em>, 并提出了该算法在解决这一<em>问题</em>中的一些处 理方法· 使用该算法可以很快地求出一批最短路径集 。文中最后给出了算法运行结果及总结
利用遗传算法求解TSP问题
在Visual C++环境下,利用<em>遗传</em><em>算法求解</em>TSP(旅行商)<em>问题</em>。
利用遗传算法求解车辆路径问题
利用<em>遗传</em><em>算法求解</em>车辆路径<em>问题</em> 2016年03月21日 13:09:20 Iron_Tie 阅读数:10662 版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/dvsjvhdvhdnt/article/details/50945618 1. 车辆<em>问题</em>描述 车辆路线<em>问题</em>(VRP)最早是由Dantzig和Ramser于1959年首次提出,它是指一...
遗传算法求解最优值
1、<em>遗传</em>算法介绍 <em>遗传</em>算法,模拟进化论的自然选择和生物进化构成的计算模型,一种不断选择优良个体的算法。谈到<em>遗传</em>,想想自然界动物<em>遗传</em>是怎么来的,自然主要过程包括染色体的选择,交叉,变异,这些操作后,保证了以后的个基本上是最优的,那么以后再继续迭代这样下去,就可以一直最优了。 2、解决的<em>问题</em> <em>遗传</em>算法能解决的<em>问题</em>很多了,但是<em>遗传</em>算法主要还是解决优化类<em>问题</em>,尤其是那种不能直接解出来的很复杂的<em>问题</em>,...
遗传算法求解日前调度
用<em>遗传</em><em>算法求解</em>电力系统简单日前调度<em>问题</em>,考虑微网发电成本的经济性,以微型燃气轮机发电成本、 储能运行维护成本和微网与主网之间买、卖电的交互成本为系统总成本,以电力平衡及机组运行的<em>相关</em>约束为模型的约束条件,建立使系统的总成本最低为目标函数的日前经济优化调度模型。 日前经济优化调度一般以 24 小时为调度周期,电网的调度中心根据次日调度周期内的负荷以及可再生能源出力预测数据,提前安排次日每个小时内发电机机组或储能设备等的出力情况以及要从上层电网购买或售出的电量,以达到发电成本最小或收益最大的目的。
Crystal.Xcelsius.Pro4.5下载
Crystal.Xcelsius.Pro4.5 非常好 相关下载链接:[url=//download.csdn.net/download/huangdalei/2798317?utm_source=bbsseo]//download.csdn.net/download/huangdalei/2798317?utm_source=bbsseo[/url]
PHP面试题异常全面下载
非常全面的面试题;里面包括xml mysql PHP一些算法 等等 下了你就知道了 相关下载链接:[url=//download.csdn.net/download/maiguidi/3295305?utm_source=bbsseo]//download.csdn.net/download/maiguidi/3295305?utm_source=bbsseo[/url]
几个重要的c程序源码.rar下载
2012-06-11 16:03 0 1.txt 2012-06-11 15:20 42,528 c#仿QQ好友界面.rar 2012-06-11 15:22 216,281 ChineseChessV1.rar 2012-06-11 15:39 7,113,300 CS仿真程序.zip 2012-06-11 15:48 88,895 C与FORTRAN共舞.TXT 2012-06-11 15:30 122,880 C语言常见错误中英文对照表(已经排版 相关下载链接:[url=//download.csdn.net/download/q123456789098/4366285?utm_source=bbsseo]//download.csdn.net/download/q123456789098/4366285?utm_source=bbsseo[/url]
相关热词 c# gdi 占用内存 c#中遍历字典 c#控制台模拟dos c# 斜率 最小二乘法 c#进程延迟 c# mysql完整项目 c# grid 总行数 c# web浏览器插件 c# xml 生成xsd c# 操作sql视图
我们是很有底线的