差分进化算法的简单实现， 差分进化算法(Differential Evolution Algorithm，DE)是一种高效的全局优化算法。它也是基于群体的启发式搜索算法，群中的每个个体对应一个解向量。差分进化算法的流程则与遗传算法类似，都包括变异、杂交和选择操作。
2019-12-21 20:42:08
3KB
1
NSGA2代码+注释
/*利用二进制锦标赛产生子代：
1、随机产生一个初始父代Po，在此基础上采用二元锦标赛选择、交叉和变异操作产生子代Qo， Po 和Qo群体规模均为N
2、将Pt和Qt并入到Rt中（初始时t=0），对Rt进行快速非支配解排序，构造其所有不同等级的非支配解集F1、F2……..
3、按照需要计算Fi中所有个体的拥挤距离，并根据拥挤比较运算符构造Pt+1，直至Pt+1规模为N，图中的Fi为F3
*/
2019-12-21 20:37:52
11KB
1
《DeepMasterPrints: Generating MasterPrints for Dictionary Attacks via Latent Variable Evolution》做了全文精细的翻译，配图排版的全文翻译，该论文的PPT，该论文的详细注解PDF，以及和本文相关的一篇论文MasterPrints【PDF】。对该论文的讲解可见我的博客https://blog.csdn.net/luolan9611/article/details/85274410
2019-12-21 20:14:13
8.25MB
1
具体介绍了如何在NCBI中进行Blast比对，然后利用下载的序列在mega中构建进化树，有许多图片作为范例
2019-12-21 20:10:32
493KB
1