遗传编程

符号回归与遗传编程

这份笔记本提供了“符号回归与遗传编程”博客文章的配套代码和实验结果。 研究中使用的符号回归方法参考了 Moro 等人 (2016) 的研究。 参考文献 Moro, S., Rita, P., & Vala, B. (2016). Predicting social media performance metrics and evaluating the impact on brand building: A data mining approach. Journal of Business Research, 69(9), 3341–3351.

数据挖掘 17 2024-05-20

遗传编程求解Bin Packing问题

使用遗传编程算法解决Bin Packing问题的MATLAB实现。该代码利用进化策略寻找最佳解，并支持不同参数的自定义。

算法与数据结构 15 2024-05-15

一些经典遗传算法的Matlab编程示例

之前从网络下载的一些Matlab编写的经典遗传算法源程序，发现它们非常实用，现在分享给大家。

Matlab 13 2024-08-03

遗传算法在数学编程和运筹学中的应用示例

罗伯特·希尔德布兰德的书籍“数学编程和运筹学：建模、算法和复杂性”中提供了关于遗传算法在数学编程和运筹学中的源代码示例。这本书最初为弗吉尼亚理工大学的ISE 3434本科课程设计，涵盖了线性编程、整数编程、非线性编程以及复杂性理论的基础。书中详细介绍了多种优化方法，包括启发式算法如遗传算法、粒子群优化和禁忌搜索。如果您对贡献和扩展此内容感兴趣，建议参与Open Optimization项目，这是一个致力于教学优化和运筹学的开源材料生态系统。

Matlab 12 2024-07-31

优化BP神经网络的Matlab编程实例遗传算法应用探索

探索在Matlab中使用遗传算法优化BP神经网络的编程实例，这是一个涉及深度学习优化技术的具体案例。

Matlab 16 2024-08-17

遗传算法代码解读

这份文档提供了对上传的遗传算法代码的详细解读，帮助您理解代码背后的算法原理和实现细节。

算法与数据结构 12 2024-05-19

基本遗传算法组成

基本遗传算法由四个主要部分构成： 编码（产生初始种群）：将问题的解空间映射为遗传算法能够处理的编码形式，并生成初始解集合。 适应度函数：用于评估个体对问题解的优劣程度，指导算法搜索方向。 遗传算子：包括选择、交叉、变异三种操作，模拟自然界的遗传进化过程，产生新的解。 选择：根据适应度函数选取优良个体进行遗传操作。 交叉：将两个父代个体的部分基因进行交换，产生新的子代个体。 变异：以一定的概率改变个体的部分基因，增加种群的多样性。 运行参数：包括种群规模、进化代数、交叉概率、变异概率等，影响算法的效率和精度。

算法与数据结构 24 2024-05-26

MATLAB 遗传算法

使用 MATLAB 中的遗传算法 (GA) 对问题进行优化。

Matlab 10 2024-05-28

通配符-遗传算法详解

通配符-遗传算法（WGA）是一种用于求解复杂优化问题的算法。 WGA使用通配符字符串来表示问题的潜在解决方案，并通过遗传算子进行进化。 通配符-遗传算法因其解决复杂优化问题的能力和对不同问题类型的适应性而受到关注。 WGA已被成功应用于各种领域，包括调度、路径规划和特征选择。

算法与数据结构 18 2024-04-30

遗传算法教学示例

示例介绍了遗传算法在教学中的实际应用，有助于理解算法的原理和使用方法。

算法与数据结构 14 2024-05-25