说明：采用栅格对机器人的工作空间进行划分，再利用优化算法对机器人路径优化，是采用智能算法求最优路径的一个经典问题。目前，采用蚁群算法在栅格地图上进行路径优化取得比较好的效果，而利用遗传算法在栅格地图上进行路径优化在算法显得更加难以实现。利用遗传算法处理栅格地图的机器人路径规划的难点主要包括：1保证路径不间...

遗传机器人 遗传算法-路径 遗传栅格 遗传蚁群-路径 路径-规划

说明：DE 算法主要用于求解连续变量的全局优化问题，其主要工作步骤与其他进化算法基本一致，主要包括变异(Mutation)、交叉(Crossover)、选择(Selection)三种操作。算法的基本思想是从某一随机产生的初始群体开始，利用从种群中随机选取的两个个体的差向量作为第三个个体的随机变化源，将差向...

说明：执行种群中个体的变异并在新种群中返回变异后的个体属于高级变异函数，便已经过高级编译函数改写，可通过编译函数自己改写，编写变异函数。

说明：统计学课件

课件教程

说明：使用matlab/simulink实现基于矩阵变换器的异步电机直接转矩控制。

AC AC-MC DTC 3KW

说明：该算法，解决了不收敛的问题，聚类效果非常好（效果图如附件图片所示）。改进的蚁群算法是基于遗传算法的改进，在基本遗传算法的基础之上，加入了变异因子，产生变异，从而更快的收敛。

图片遗传算法 matlab蚁群聚类 蚁群--因子 遗传-聚类 改进-蚁群

说明：计算kl散度，信息熵，是随机变量或整个系统的不确定性。熵越大，随机变量或系统的不确定性就越大。 相对熵，用来衡量两个取值为正的函数或概率分布之间的差异。 交叉熵，用来衡量在给定的真实分布下，使用非真实分布所指定的策略消除系统的不确定性所需要付出的努力的大小。 相对熵=交叉熵-信息熵

散度计算 不确定性 相对熵 分布差异 系统不确定性

说明：考虑到TSP问题的特点，采用一种受贪婪算法启发的贪婪交叉算子和贪婪倒位变异算子，实验证明，该算法能够极大地提高了算法的收敛速度又保证了最优解的得到，而且具有较好的鲁棒性。下面遗传算法求解TSP的基本步骤： （1）种群初始化。个体编码方法有二进制编码和实数编码，在解决TSP问题过程中个体编码方法为...

matlab 算法 tsp 简单 蚁群 求解 问题 随时 拓展

说明：基于遗传算法的改进，在基本遗传算法的基础之上，加入了变异因子，产生变异，从而更快的收敛。

说明：应用背景遗传算法是根据自然界生物染色体进化的数学模型。首先对种群进行初始化，对每个个体计算适应度，生产下一代。如果生成的种群达不到优化的终止条件，则按照适应度选择优良个体、父代进行交叉或变异，生成子代，然后用子代取代父代，再生成下一个子代。循环执行这一过程，直到满足优化终止条件为止。在遗传算法寻优过...

matlab