混合遗传算法

基于混合遗传算法的数据挖掘技术（2012年）

随着数据库应用的不断深化，数据库规模急剧膨胀，人们需求对这些数据进行分析，找出有价值信息。但数据库管理系统本身未提供有效工具和方法来利用这些数据，因此数据挖掘成为当前研究热点。基于混合遗传算法，深入探讨了数据挖掘中的算法问题。

数据挖掘 15 2024-08-16

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

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

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

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

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

Matlab遗传算法详解

这本涵盖Matlab遗传算法的书籍非常全面，适合各种需求。

Matlab 12 2024-07-27

遗传算法应用中的基础问题详解 - 遗传算法演示文稿

遗传算法应用中的一些基本问题包括知识的编码和适应度函数。适应度函数值必须为非负数，在处理二进制和十进制时需要根据情况进行适当调整：二进制具有更多的图式和更广泛的搜索空间，而十进制则更接近实际操作。

Matlab 13 2024-07-30

MATLAB遗传算法优化

这篇文章详细介绍了遗传算法的原理和方法，特别是MATLAB工具箱中相应的函数。对于研究遗传算法的人士来说，这将是一份极具参考价值的资料。

算法与数据结构 9 2024-07-16

简易遗传算法程序

SGA（Simple Genetic Algorithm）是一种智能的多变量优化算法，它模拟生物种群的繁殖规律来寻找问题的最佳解决方案。该程序可以用于寻找变量的最小值或最大值，并支持多种编码方式（浮点、Grey码、二进制）、选择策略（轮盘赌、锦标赛）、交叉操作（单点、均匀、浮点）以及变异操作（单点、浮点）。 在MATLAB 6.5+环境中，使用SGA需要定义一个目标函数（例如 AimFunc.m），该函数接受待优化变量 x 作为输入，并返回对应的适应度值。通过调用 Genetic（目标函数名）即可启动优化过程。

Matlab 18 2024-05-15