智能算法
阿亮_leon
这个作者很懒,什么都没留下…
展开
-
浅析遗传算法
浅析遗传算法 一、遗传算法的基本概念遗传算法(Genetic Algorithm)是一类借鉴生物界的进化规律(适者生存,优胜劣汰遗传机制)演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出,其主要特点是直接对结构对象进行操作,不存在求导和函数连续性的限定;具有内在的隐并行性和更好的全局寻优能力;采用概率化的寻优方法,能自动获取和指导优化的搜索空间,自适应地调转载 2016-07-08 08:07:14 · 727 阅读 · 0 评论 -
遗传算法案例分析及源代码
遗传算法案例分析及源代码一.问题描述:在某一区域内有n个客户,拟建一个物流中心,已知客户j地址坐标为。确定物流中心的地址坐标,使得该物流中心到几个客户之间的距离最短。 假设:简单的用两点之间的距离代替运输距离。 目标函数:约束条件:假设某一区域内有 5 个客户,其位置坐标如下表所示, 客户坐标及相关需求量客户X(km)转载 2016-07-14 02:24:29 · 2065 阅读 · 0 评论 -
仿生智能算法小结
PSO粒子群优化算法1. 引言粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation),由Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究PSO同遗传算法类似,是一种基于迭代的优化工具。系统初始化为一组随机解,通过迭代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间转载 2017-07-04 21:33:30 · 22698 阅读 · 1 评论 -
特征选择常用算法综述
1 综述(1) 什么是特征选择特征选择 ( Feature Selection )也称特征子集选择( Feature Subset Selection , FSS ) ,或属性选择( Attribute Selection ) ,是指从全部特征中选取一个特征子集,使构造出来的模型更好。 (2) 为什么要做特征选择 在机器学习的实际应用中,特征数量往往较多,其中可能存转载 2017-07-05 06:52:08 · 800 阅读 · 0 评论 -
神经网络浅讲:从神经元到深度学习
目前,人们所提出的神经网络模型都是和学习算法相应的。所以,有时人们并不去祈求对模型和算法进行严格的定义或区分。有的模型可以有多种算法,而有的算法可能可用于多种模型。 神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向--深度学习的基础。学习神经网络不仅可以让你掌握一门强大的机器学习方法,同时也可以更好地帮助你理解深度学习技术。 本文以一种简单的,...转载 2017-07-04 22:08:22 · 56646 阅读 · 3 评论 -
从贝叶斯方法谈到贝叶斯网络
从贝叶斯方法谈到贝叶斯网络0 引言 事实上,介绍贝叶斯定理、贝叶斯方法、贝叶斯推断的资料、书籍不少,比如《数理统计学简史》,以及《统计决策论及贝叶斯分析 James O.Berger著》等等,然介绍贝叶斯网络的中文资料则非常少,中文书籍总共也没几本,有的多是英文资料,但初学者一上来就扔给他一堆英文论文,因无基础和语言的障碍而读得异常吃力导致无法继续读下去则是非常可惜的转载 2017-10-30 20:34:28 · 1073 阅读 · 0 评论 -
D-S证据理论
转自:http://blog.csdn.net/am45337908/article/details/48832947一.D-S证据理论引入 诞生 D-S证据理论的诞生:起源于20世纪60年代的哈佛大学数学家A.P. Dempster利用上、下限概率解决多值映射问题,1967年起连续发表一系列论文,标志着证据理论的正式诞生。 形成 dempster的学生G.sh转载 2017-10-30 20:29:50 · 14501 阅读 · 1 评论