1) mixture of population-oriented simulated annealing and genetic algorithm
群体模拟退火方法与遗传算法的混合算法
1.
Three new Monte Carlo methods, namely, a mixture of parallel tempering and genetic algorithm, population-oriented simulated annealing, as well as a mixture of population-oriented simulated annealing and genetic algorithm, are applied to a two dimensional lattice model for protein folding.
该文将并行回火与遗传算法的混合算法、群体模拟退火方法以及群体模拟退火方法与遗传算法的混合算法这3种改进的蒙特卡罗方法应用到蛋白质折叠模拟计算,并就二维网格模型比较了这3种方法搜索最小能量构象的能力以及计算了得到最小能量构象所花费的时间。
2) hybrid genetic simulated annealing algorithm
混合遗传模拟退火算法
1.
This paper presents an agent-based model of the resource management and uses the hybrid genetic simulated annealing algorithm(HGSAA) in the scheduling policy,which serves the need of the grid resource management scheduler well.
文中提出了一种基于Agent的网格计算资源管理模型,并且采用了混合遗传模拟退火算法作为调度策略,满足了网格对调度系统可扩展性和全局最优调度的需求。
3) HGSA
混合遗传-模拟退火算法
4) Genetic and simulated annealing hybrid optimization algorithm
遗传模拟退火混合算法
5) Hybrid Simulated Annealing Genetic Algorithm
混合模拟退火遗传算法
6) GASA
模拟退火遗传混合算法
补充资料:模拟退火算法
分子式:
CAS号:
性质: 一种随机优化算法,它以自然界的退火过程作为模拟对象,以求得全局最优。它在寻优过程是以一种概率形式来保留多个最优点,以使得该算法可跳出局部最优点。可以证明,只要计算时间足够长,模拟退火算法总可以找到全局最优解。由于化学化工研究中经常存在着局部最优的问题,故近年来模拟退火算法在化学化工研究中得到了广泛的应用。
CAS号:
性质: 一种随机优化算法,它以自然界的退火过程作为模拟对象,以求得全局最优。它在寻优过程是以一种概率形式来保留多个最优点,以使得该算法可跳出局部最优点。可以证明,只要计算时间足够长,模拟退火算法总可以找到全局最优解。由于化学化工研究中经常存在着局部最优的问题,故近年来模拟退火算法在化学化工研究中得到了广泛的应用。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条