网站首页 > 技术文章 正文
大家好,今天我们介绍遗传优化算法的二进制编码和实数编码,不同编码方式下的遗传优化对比仿真。
·首先将当前文件夹设置为程序所在路径,这里有一个实数编码遗传优化算法,一个二进制编码遗传优化算法,这里均采用多目标优化目标函数。最后对比两种编码方式的平均适应度、最优适应度以及复杂度。
·首先进行实数编码遗传优化算法,看到它的最优适应度值和平均适应度值的收敛曲线,以及仿真时间是0.1975秒。然后打开二进制编码遗传优化算法,可以得到其平均适应度值和最优适应度值的收敛曲线。它的仿真时间是2.5278秒。然后再运行compared文件,可以得到这么一个对比情况,可以看到实数编码的收敛速度比二进制编码略微慢一点,但它的最优值更接近实际的最优值。
它的仿真时间也是最快的。二进制编码的收敛速度比较快,但是它的最优值离真实最优值较远,同时它的仿真时间也比较慢。以上就是遗传算法的演示。
猜你喜欢
- 2024-11-15 基于遗传算法的最优潮流_case30节点#matlab代做
- 2024-11-15 认知免疫—认知系列之七(认知能力百科)
- 2024-11-15 Python实现基于地图四色原理的遗传算法(GA)自动着色
- 2024-11-15 遗传的分子基础——基因的结构与表达
- 2024-11-15 Python产生随机数函数的整理(python中产生随机数的代码)
- 2024-11-15 笔记|遗传算法实例1:求解某区间内函数的最大值
- 2024-11-15 用python写个云顶之弈阵容助手,助你今晚“吃鸡”(遗传算法)
- 2024-11-15 针对集配货一体化的货运配送问题、设计一个自适应遗传算法来求解
- 2024-11-15 遗传算法实现python,完整算法实现
- 2024-11-15 一文读懂遗传算法的基本流程(遗传算法的基本步骤流程图)
你 发表评论:
欢迎- 最近发表
-
- 在 Spring Boot 项目中使用 activiti
- 开箱即用-activiti流程引擎(active 流程引擎)
- 在springBoot项目中整合使用activiti
- activiti中的网关是干什么的?(activiti包含网关)
- SpringBoot集成工作流Activiti(完整源码和配套文档)
- Activiti工作流介绍及使用(activiti工作流会签)
- SpringBoot集成工作流Activiti(实际项目演示)
- activiti工作流引擎(activiti工作流引擎怎么用)
- 工作流Activiti初体验及在数据库中生成的表
- Activiti工作流浅析(activiti6.0工作流引擎深度解析)
- 标签列表
-
- oraclesql优化 (66)
- 类的加载机制 (75)
- feignclient (62)
- 一致性hash算法 (71)
- dockfile (66)
- 锁机制 (57)
- javaresponse (60)
- 查看hive版本 (59)
- phpworkerman (57)
- spark算子 (58)
- vue双向绑定的原理 (68)
- springbootget请求 (58)
- docker网络三种模式 (67)
- spring控制反转 (71)
- data:image/jpeg (69)
- base64 (69)
- java分页 (64)
- kibanadocker (60)
- qabstracttablemodel (62)
- java生成pdf文件 (69)
- deletelater (62)
- com.aspose.words (58)
- android.mk (62)
- qopengl (73)
- epoch_millis (61)
本文暂时没有评论,来添加一个吧(●'◡'●)