基于pytorch的蟻群算法求解TSP(旅行商問(wèn)題) 
基于pytorch的蟻群算法求解TSP(旅行商問(wèn)題)，訪問(wèn)一座城市并回到最初位置的最佳路徑，解決組合中的NP問(wèn)題。程序已調(diào)通，替換自己的數(shù)據(jù)可以直接運(yùn)行。標(biāo)價(jià)為程序價(jià)格，不包含售后。程序保證可直接運(yùn)行。
1805
explicit ??? 2年前
04基于pytorch的蟻群算法求解TSP(旅行商問(wèn)題) 
基于pytorch的蟻群算法求解TSP(旅行商問(wèn)題)，訪問(wèn)一座城市并回到最初位置的最佳路徑，解決組合中的NP問(wèn)題。程序已調(diào)通，替換自己的數(shù)據(jù)可以直接運(yùn)行。購(gòu)買(mǎi)后可下載視頻中的源程序文件。
230
matlab應(yīng)用與學(xué)習(xí) ??? 1年前
1-26基于MATLAB的蟻群算法求解TSP(旅行商問(wèn)題) 
基于MATLAB的蟻群算法求解TSP(旅行商問(wèn)題)，訪問(wèn)一座城市并回到最初位置的最佳路徑，解決組合中的NP問(wèn)題。程序已調(diào)通，替換自己的數(shù)據(jù)可以直接運(yùn)行。購(gòu)買(mǎi)后可下載視頻中的源程序文件。
281
matlab應(yīng)用與學(xué)習(xí) ??? 1年前
26基于MATLAB的蟻群算法求解TSP(旅行商問(wèn)題)，訪問(wèn)一座城市并回到最初位置的最佳路徑 
基于MATLAB的蟻群算法求解TSP(旅行商問(wèn)題)，訪問(wèn)一座城市并回到最初位置的最佳路徑，解決組合中的NP問(wèn)題。程序已調(diào)通，替換自己的數(shù)據(jù)可以直接運(yùn)行。標(biāo)價(jià)為程序價(jià)格，不包含售后。程序保證可直接運(yùn)行。
1999
matlab應(yīng)用與學(xué)習(xí) ??? 2年前
26基于MATLAB的蟻群算法求解TSP(旅行商問(wèn)題)，訪問(wèn)一座城市并回到最初位置的最佳路徑 
基于MATLAB的蟻群算法求解TSP(旅行商問(wèn)題)，訪問(wèn)一座城市并回到最初位置的最佳路徑，解決組合中的NP問(wèn)題。程序已調(diào)通，替換自己的數(shù)據(jù)可以直接運(yùn)行。標(biāo)價(jià)為程序價(jià)格，不包含售后。程序保證可直接運(yùn)行。
2135
matlab應(yīng)用與學(xué)習(xí) ??? 2年前
1-63基于matlab的生物地理的優(yōu)化器（BBO）被用作多層感知器（MLP）的訓(xùn)練器。粒子群優(yōu)化（PSO）、蟻群優(yōu)化（ACO）、遺傳算法（GA）、進(jìn)化策略（ES）和基于概率的增量學(xué)習(xí)（PBIL） 
基于matlab的生物地理的優(yōu)化器（BBO）被用作多層感知器（MLP）的訓(xùn)練器。粒子群優(yōu)化（PSO）、蟻群優(yōu)化（ACO）、遺傳算法（GA）、進(jìn)化策略（ES）和基于概率的增量學(xué)習(xí)（PBIL）。計(jì)算了BBO-MLP、PSO、ACO、ES、GA和PBIL的分類(lèi)精度并相互比較。輸出每種算法的收斂曲線和分類(lèi)精度。程序已調(diào)通，可直接運(yùn)行。購(gòu)買(mǎi)后可下載視頻中的源程序文件。
259
matlab應(yīng)用與學(xué)習(xí) ??? 1年前
77基于matlab的蟻群優(yōu)化路徑算法，二維路徑和三維路徑優(yōu)化 
基于matlab的蟻群優(yōu)化路徑算法，二維路徑和三維路徑優(yōu)化。輸出可視化最優(yōu)路徑和距離迭代曲線。數(shù)據(jù)可更換自己的，程序已調(diào)通，可直接運(yùn)行。
2213
matlab應(yīng)用與學(xué)習(xí) ??? 2年前
1-77基于matlab的蟻群優(yōu)化路徑算法 
基于matlab的蟻群優(yōu)化路徑算法，二維路徑和三維路徑優(yōu)化。輸出可視化最優(yōu)路徑和距離迭代曲線。數(shù)據(jù)可更換自己的，程序已調(diào)通，可直接運(yùn)行。購(gòu)買(mǎi)后可下載視頻中的源程序文件。
235
matlab應(yīng)用與學(xué)習(xí) ??? 1年前
1-94基于matlab的蟻群算法 (ACO) 對(duì)付的圖像邊緣檢測(cè)問(wèn)題 
基于matlab的蟻群算法 (ACO) 對(duì)付的圖像邊緣檢測(cè)問(wèn)題。提出基于蟻群算法的邊緣檢測(cè)方法是能夠建立一個(gè)信息素矩陣表示提出了一種在圖像每個(gè)像素位置的邊緣信息根據(jù)大量的螞蟻的運(yùn)動(dòng)有哪些派去在圖像上移動(dòng)。此外，運(yùn)動(dòng)這些螞蟻是由圖像的局部變化驅(qū)動(dòng)強(qiáng)度值。數(shù)據(jù)可更換自己的，程序已調(diào)通，可直接運(yùn)行。購(gòu)買(mǎi)后可下載視頻中的源程序文件。
221
matlab應(yīng)用與學(xué)習(xí) ??? 1年前
粒子群算法PSO與MATLAB程序視頻教程動(dòng)態(tài)優(yōu)化及多目標(biāo)優(yōu)化 
算法分析背包問(wèn)題第九章 ?基于交叉變異的混合粒子群算法分析旅行商問(wèn)題第十章 ?基于交換序的粒子群算法再求解旅行商優(yōu)化問(wèn)題第十一章 ?基于敏感粒子的動(dòng)態(tài)粒子群算法尋找雙峰動(dòng)態(tài)函數(shù)最優(yōu)值第十二章 ?多目標(biāo)背包優(yōu)化問(wèn)題用多目標(biāo)粒子群算法求解第十三章 ?網(wǎng)絡(luò)流傳與正版粒子群算法工具箱PSOt應(yīng)用第十四章 ?MATLAB自帶算法命令與約束CPSO工具箱詳解第十五章 ?約束CPSO工具箱編程應(yīng)用及各種類(lèi)型程序
910 1 10
鄭一 ??? 7年前
(此課停止報(bào)名另開(kāi)第2版課程)遺傳算法(GA)與MATLAB程序視頻旅行商背包機(jī)器人路徑 
主要內(nèi)容包括：遺傳算法基本概念與MATLAB命令ga語(yǔ)法及簡(jiǎn)單程序，基于遺傳算法命令ga求解各類(lèi)單目標(biāo)優(yōu)化問(wèn)題，基于遺傳算法工具箱求解單目標(biāo)優(yōu)化問(wèn)題，基于遺傳算法程序求解旅行商TSP問(wèn)題，0-1背包問(wèn)題用專(zhuān)門(mén)程序和ga與工具箱求解，火力目標(biāo)分配問(wèn)題用旅行商程序和ga與工具箱求解，火力目標(biāo)分配問(wèn)題再用專(zhuān)門(mén)MATLAB程序求解，機(jī)器人行走柵格路徑優(yōu)化問(wèn)題用專(zhuān)門(mén)程序求解，Pareto非劣解及多目標(biāo)優(yōu)化問(wèn)題求解方案
1599 12
鄭一 ??? 6年前
199基于matlab的蟻群算法路徑尋優(yōu)的GUI實(shí)例程序代碼 
基于matlab的蟻群算法路徑尋優(yōu)的GUI實(shí)例程序代碼，通過(guò)MATLAB GUI框架編寫(xiě)，生動(dòng)形象逼真， 很好的詮釋了蟻群算法的原理。可主動(dòng)輸入優(yōu)化方法的參數(shù)，包括地圖和測(cè)試數(shù)據(jù)，可輸出路徑結(jié)果。程序已調(diào)通，可直接運(yùn)行。
2234
matlab應(yīng)用與學(xué)習(xí) ??? 2年前
基于粒子群優(yōu)化算法的六自由度機(jī)械臂三維空間避障規(guī)劃 
圖2 三維空間避障路徑規(guī)劃問(wèn)題描述1.2 粒子群優(yōu)化算法求解粒子群優(yōu)化算法（Particle Swarm Optimization, PSO）是一種基于群體智能的優(yōu)化算法，模擬了鳥(niǎo)群覓食等自然現(xiàn)象，通過(guò)個(gè)體間的信息共享來(lái)尋找最優(yōu)解。該算法具有簡(jiǎn)單、易實(shí)現(xiàn)和全局搜索能力強(qiáng)等優(yōu)點(diǎn)，非常適合用于復(fù)雜環(huán)境下的路徑規(guī)劃問(wèn)題。
2409
320科技工作室 ??? 1年前
63基于matlab的生物地理的優(yōu)化器（BBO）被用作多層感知器（MLP）的訓(xùn)練器。 
基于matlab的生物地理的優(yōu)化器（BBO）被用作多層感知器（MLP）的訓(xùn)練器。粒子群優(yōu)化（PSO）、蟻群優(yōu)化（ACO）、遺傳算法（GA）、進(jìn)化策略（ES）和基于概率的增量學(xué)習(xí)（PBIL）。計(jì)算了BBO-MLP、PSO、ACO、ES、GA和PBIL的分類(lèi)精度并相互比較。輸出每種算法的收斂曲線和分類(lèi)精度。程序已調(diào)通，可直接運(yùn)行。
2009
matlab應(yīng)用與學(xué)習(xí) ??? 2年前
粒子群優(yōu)化 （PSO）
這些算法可以應(yīng)用由所有實(shí)體共享的簡(jiǎn)單規(guī)則，并能夠利用個(gè)人之間的交互（稱(chēng)為代理）在相互合作的基礎(chǔ)上解決優(yōu)化問(wèn)題。
</div><div contenteditable="false" width="100%">
在眾多的群體智能算法中，最常用的兩種算法是粒子群優(yōu)化器 （PSO） 和蟻群優(yōu)化器 （ACO）。
2157
仿真資料吧 ??? 1年前
無(wú)人系統(tǒng)群體智能及其研究進(jìn)展 
歷經(jīng)30余年研究與發(fā)展，群體智能研究由最初的蟻群優(yōu)化算法、粒子群優(yōu)化算法等群體優(yōu)化算法開(kāi)始發(fā)展到集群機(jī)器人、自重構(gòu)機(jī)器人、無(wú)人集群等分布式群體智能系統(tǒng)，再由基于互聯(lián)網(wǎng)的群體智能理論、系統(tǒng)與應(yīng)用發(fā)展到人機(jī)物融合的群體智能計(jì)算，概括而言，目前主要形成以下三種形態(tài).
2194
龍騰AI技術(shù) ??? 3年前
粒子群優(yōu)化 （PSO）
在眾多的群體智能算法中，最常用的兩種算法是粒子群優(yōu)化器 （PSO） 和蟻群優(yōu)化器 （ACO）。在這里，我們將詳細(xì)解釋這兩者： 粒子群優(yōu)化 （PSO） 粒子群優(yōu)化 （PSO） 是一種優(yōu)化技術(shù)，其中一組潛在解決方案使用鳥(niǎo)類(lèi)成群或魚(yú)群的社會(huì)行為來(lái)解決問(wèn)題。在集群內(nèi)部，每個(gè)片段都被稱(chēng)為一個(gè)粒子，它有可能提供解決方案。
2315
仿真資料吧 ??? 1年前
遺傳算法原理及其matlab編程詳細(xì)講解—輕松快速入門(mén)啟發(fā)式優(yōu)化算法 
人工智能：在搜索和路徑規(guī)劃問(wèn)題中，如自動(dòng)駕駛車(chē)輛和機(jī)器人導(dǎo)航，啟發(fā)式算法提供了有效的解決方案。調(diào)度問(wèn)題：在生產(chǎn)、交通和資源分配中，啟發(fā)式算法可以用于生成高效的調(diào)度計(jì)劃。組合優(yōu)化：?jiǎn)l(fā)式算法適用于旅行商問(wèn)題（TSP）、車(chē)輛路徑問(wèn)題（VRP）等組合優(yōu)化問(wèn)題。能源領(lǐng)域：在能源管理、電網(wǎng)優(yōu)化和可再生能源集成中，啟發(fā)式算法有助于提高能源效率和系統(tǒng)穩(wěn)定性。
1637 2
技術(shù)鄰直播 ??? 2年前
遺傳算法優(yōu)化應(yīng)用案例講解及編碼技巧 
人工智能：在搜索和路徑規(guī)劃問(wèn)題中，如自動(dòng)駕駛車(chē)輛和機(jī)器人導(dǎo)航，啟發(fā)式算法提供了有效的解決方案。調(diào)度問(wèn)題：在生產(chǎn)、交通和資源分配中，啟發(fā)式算法可以用于生成高效的調(diào)度計(jì)劃。組合優(yōu)化：?jiǎn)l(fā)式算法適用于旅行商問(wèn)題（TSP）、車(chē)輛路徑問(wèn)題（VRP）等組合優(yōu)化問(wèn)題。能源領(lǐng)域：在能源管理、電網(wǎng)優(yōu)化和可再生能源集成中，啟發(fā)式算法有助于提高能源效率和系統(tǒng)穩(wěn)定性。
85
技術(shù)鄰直播 ??? 2年前
139基于matlab多旅行商MTSP問(wèn)題 
基于matlab多旅行商MTSP問(wèn)題，利用遺傳算法求解多旅行商問(wèn)題的算法設(shè)計(jì)，輸出MTSP路徑。相互獨(dú)立路徑，同一起點(diǎn)路徑。程序已調(diào)通，可直接運(yùn)行。
2079
matlab應(yīng)用與學(xué)習(xí) ??? 2年前
20條/頁(yè) 
19 跳至頁(yè)
技術(shù)鄰APP
工程師必備
工程師必備
- 項(xiàng)目客服
- 培訓(xùn)客服
- 平臺(tái)客服
TOP
