本文作者回顾了本科期间学习的智能信息处理课程，主要介绍了神经网络、模糊逻辑、粒子群算法、模拟退火算法、遗传算法和蚁群算法等，并分享了对智能算法的理解。核心思想在于利用随机数跳出局部最优解，寻求全局最优。同时，作者讨论了如何在TSP问题中引入随机概率来避免局部最优，并提出智能算法在实际应用中的潜力。
本科的时候学习了智能信息处理这门课程，所使用的教材是《计算智能》
张军，詹志辉. 计算智能[M]. 清华大学出版社，2009.11
之前回忆了一下一些还有点记忆的算法，写了一点博客如下：
1、神经网络的基础知识与简单分类编程
https://blog.csdn.net/SweeNeil/article/details/86531384
2、模糊逻辑基本原理与编程
https://blog.csdn.net/SweeNeil/article/details/86535572
3、粒子群算法基本原理与编程
https://blog.csdn.net/SweeNeil/article/details/86542129
4、模拟退火算法原理与编程
https://blog.csdn.net/SweeNeil/article/details/86545469
5、遗传算法的基础知识与编程
https://blog.csdn.net/SweeNeil/article/details/86552674
6、蚁群算法的基础知识与可参考资料
最低0.47元/天 解锁文章
扫一扫
2261
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
