登录
首页 » Python » 遗传算法解决 TSP 问题

遗传算法解决 TSP 问题

于 2020-12-09 发布
0 144
下载积分: 1 下载次数: 2

代码说明:

遗传算法解决 TSP 问题,并将其可视化

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • Python总结(精简).doc
    资深程序员的Python知识点总结
    2021-05-06下载
    积分:1
  • python3教程
    【实例简介】
    2021-08-11 00:30:57下载
    积分:1
  • 深度学习常用损失函数的本形式、原理及特点
    【实例简介】深度学习常用损失函数的基本形式、原理及特点
    2022-01-19 00:31:50下载
    积分:1
  • Arcgis 栅格数据批量镶嵌 python代码
    Arcgis 10.2 栅格数据批量镶嵌(python版)
    2019-07-19下载
    积分:1
  • 用Python制作的五子棋程序(人机对抗)
    【实例简介】 python制作的五子棋
    2021-06-18 00:32:19下载
    积分:1
  • python 飞机大战(入门级源码示例)
    python初学者可以通过这个例子完成python的基础内容学习
    2020-12-07下载
    积分:1
  • LSTM入门正弦波序列预测
    LSTM入门学习,正弦波序列预测         for i, input_t in enumerate(input.chunk(input.size(1), dim=1)):             h_t, c_t = self.lstm1(input_t, (h_t, c_t))             h_t2, c_t2 = self.lstm2(h_t, (h_t2, c_t2))             output = self.linear(h_t2)  # output.shape:[batch,1]             outputs = [output]  # outputs.shape:[[batch,1],...[batch,1]], list composed of n [batch,1],         for i in range(future):  # if we should predict the future             h_t, c_t = self.lstm1(output, (h_t, c_t))             h_t2, c_t2 = self.lstm2(h_t, (h_t2, c_t2))             output = self.linear(h_t2)  # output.shape:[batch,1]             outputs = [output]  # outputs.shape:[[batch,1],...[batch,1]], list composed of n [batch,1],         outputs = torch.stack(outputs, 1).squeeze(2)  # shape after stack:[batch, n, 1], shape after squeeze: [batch,n]         return outputs
    2021-06-30 00:31:01下载
    积分:1
  • 多项式拟合(LSM.py)
    多项式拟合(LSM.py)
    2020-11-30下载
    积分:1
  • 图像识别(于百度api)
    【实例简介】 # client_id 为官网获取的AK, client_secret 需要从百度官方申请SK
    2021-05-31 00:31:11下载
    积分:1
  • 小波变换python简单练习
    【实例简介】
    2021-09-09 00:31:06下载
    积分:1
  • 696518资源总数
  • 104269会员总数
  • 42今日下载