人工智能导论 (六) - 智能计算及其应用
2018-12-21 本文已影响6人
紫霞等了至尊宝五百年
1 简介
受自然界和生物界规律的启迪,人们根据其原理模 仿设计了许多求解问题的算法,包括人工神经网络、 模糊逻辑、遗传算法、DNA计算、模拟退火算法、 禁忌搜索算法、免疫算法、膜计算、量子计算、粒 子群优化算法、蚁群算法、人工蜂群算法、人工鱼 群算法以及细菌群体优化算法等,这些算法称为智 能计算也称为计算智能( c o m p u t a t i o n a l intelligence, CI)。
智能优化方法通常包括进化计算
和群智能
等两大类 方法,是一种典型的元启发式随机优化方法,已经 广泛应用于组合优化、机器学习、智能控制、模式 识别、规划设计、网络安全等领域,是21世纪有关 智能计算中的重要技术之一。
2 基本遗传算法

2.1 遗传算法的基本思想


- 遗传算法的基本思想
在求解问题时从多个解开始,然后通过一定的法则进行逐步迭代以产生新的解
3 编码
3.1 位串编码
-
一维染色体编码方法
将问题空间的参数编码为一维排列的染色体的方法
(1) 二进制编码
用若干二进制数表示一个个体,将原问题的解空间映射到位串空间
B={0,1}
然后在位串空间上进行遗传操作。


(2) Gray 编码
将二进制编码通过一个变换进行转换得到的编码

3.2 实数编码

4 适应度函数
4.1. 将目标函数映射成适应度函数的方法
