搜索资源列表
GA
- 遗传算法在求解多约束条件下的组合优化问题有独特优势，本代码是关于用遗传算法解决智能组卷问题的好例子。-Of genetic algorithm in solving the multi-constrained optimization problem under the condition of a unique combination of advantages, this code is on the use of genetic algorithm to solve the problem
Decode
- 有能力约束车辆路径问题混合量子进化算法编码-Vehicle routing problem with capacity constraints coded quantum evolutionary algorithm
n-queen
- 解决n皇后问题 利用回溯算法 n后问题等于在n×n格的棋盘上放置n个皇后，任何2个皇后不放在同一行或同一列或同一斜线上。即规定每一列放一个皇后，不会造成列上的冲突；当第i行被某个皇后占领后，则同一行上的所有空格都不能再放皇后，要把以i为下标的标记置为被占领状态。用回溯法解n后问题，用完全n叉树表示解空间。可行性约束Place剪去不满足行，列和斜线约束的子树。从根节点出发搜索解空间树。算法搜索至空间树的任何一结点时，先判断该点是否包含问题的解。如果肯定不包含，则跳过对以该结点为根的子树的搜索，
PGD
- 此代码实现投影梯度下降算法，采用wolfe不精确搜索，问题约束假定为非负约束-the code implements the PGD algorithm, it takes the wolfe search and has the non-negative limits
GA
- 使用java实现遗传算法，求出max{f(x1,x2)=21.5+x1*sin(4*π*x1)+x2*sin(20*π*x2)}的最优解 约束条件为 -3.0<=x1<=12.1 4.1<=x2<=5.8(The use of Java genetic algorithm, calculate the max{f (x1, x2) =21.5+x1*sin (4* PI *x1 +x2*sin (*x2) 20* PI)} of the optimal solutio