随机贪婪基本蚁群算法求解TSP问题的Matlab源代码

本算法用遗传算法和贪婪算法解决了背包问题，产生解得方法用贪婪算法，然后引入了一个错解的修复算法，搜索的时候用遗传算法。保证了快速收敛和解的完备性。包含源程序，算法介绍以及一份详细的报告，希望对读者有很大的帮助

贪婪的交通 使用贪婪算法优化交通信号灯

完整的压缩感知去噪程序，包括贪婪算法，K—SVD算法，以及相应的字典构造的源代码，可以直接放在matlab中运行。

利用贪心策略和自适应交叉算子改进君主蝴蝶优化（MBO）。 此代码演示了 GCMBO 如何用于无约束优化（Ackley 函数），它可以轻松扩展以有效解决各种全局优化问题。 提供了两个版本： GCMBO_Generation_V1.m 用于固定数量的迭代/代。 GCMBO_FEs_V1.m 用于固定数量的函数评估 (FE)。

本章习题 本章习题 8.1 给出一个找零问题的实例，使得贪婪法不能输出一个最优解。 8.2 单机调度：单处理机上有 n 个运行时间分别为 t1 ,..., tn 的作业，这些 作业可以按任意顺序执行，一次只能执行一个作业。要求：安排一个 调度计划，使得所有作业花费在系统中的时间最少。（一个作业花费 在系统中的时间是该作业的等待时间与运行时间之和） 1）为该问题设计一个贪婪算法。 2）这个贪婪算法总是能够产生最优解吗？ 8.3 求背包问题最优解：n=7，W=15， (w1, w2, w3, w4, w5, w6, w7) = (2, 3, 5, 7, 1, 4, 1)， (v1, v2, v3, v4, v5, v6, v7) = (10,5,15,7,6,18,3)。 8.4 说明理由：贪婪法解0-1背包问题，不一定能求得最优解。 8.5 概要描述：旅行商问题的贪婪算法。 8.6 多机调度：n 台相同的处理机P1,...Pn 处理 m个独立作业 J1 ,..., Jm 。 任何作业可以在任意处理机上运行，但未完工前不允许中断或分割为 更小的子作业。已知作业J1 ,..., Jm的运行时间为t1 ,..., tm 。设计一种 贪婪调度算法，使得m个作业在尽可能短的时间内完成。

完整代码，可直接运行

此代码的目的是使用涉及epsilon贪婪策略的Q学习算法来解决随机生成的方形迷宫（维度n）。 已完成报告，以帮助用户更好地理解Q-Learning背后的代码和理论。 用户可以选择迷宫的起点和终点及其尺寸n。

matlab贪婪算法代码GRASP-for-Traveling-Salesman 用于解决旅行商问题的贪婪随机自适应搜索程序 (GRASP) % 作者：% William Arloff % 下面是针对旅行商问题的 GRASP 算法的代码 % 该算法通过调用贪婪随机初始化 % 来获得城市的贪婪随机化。 接下来，代码实现 % Local 搜索功能，该功能采用初始化的城市并搜索 % 更好的解决方案。 下面的代码将输出 % 最佳发现城市的最终集合、城市的贪婪初始化、与贪婪初始化的最佳发现距离以及本地搜索的最佳发现距离。 % 三个主要功能如下 % --------------------- 贪婪随机初始化 -------------------- % %[ 已使用，总计] = GreedyRandomInit（城市，随机数） % Cities ---> Matrix of cities inputted into the function % For greedy random initialization % randsize ----> The number of random cities

本算法用遗传算法和贪婪算法解决了背包问题，产生解得方法用贪婪算法，然后引入了一个错解的修复算法，搜索的时候用遗传算法。保证了快速收敛和解的完备性。包含源程序，算法介绍以及一份详细的报告，希望对读者有很大的帮助