《人工智能导论(第5版)》王万良
第六章 智能计算及其应用
6.1 遗传算法的产生与发展
一、遗传算法
一类借鉴生物界自然选择和自然遗传机制的随机搜索算法,非常适用于处理传统搜索方法难以解决的复杂和非线性优化问题。
6.2 遗传算法的基本算法
一、遗传算法的五个基本要素
1、参数编码
2、初始群体的设定
3、适应度函数的设计
4、遗传操作设计
5、控制参数设定
二、欺骗问题
在遗传算法中,将所有妨碍适应度值高的个体产生,从而影响遗传算法正常工作的问题统称为欺骗问题
三、遗传算法
1、可直接对结构对象进行操作。
2、利用随机技术指导对一个被编码的参数空间进行高效率搜索。
3、采用群体搜索策略,易于并行化。
4、仅用适应度函数值来评估个体,并在此基础上进行遗传操作,使种群中个体之间进行信息交换。
6.3 遗传算法的改进算法
一、多种群遗传算法
建立两个遗传算法群体,分别独立地运行复制、交叉、变异操作,同时当每一代运行结束以后,选择两个种群中的随机个体及最优个体分别交换。
第七章 专家系统与机器学习
一、什么是专家系统?基本特征?
1、一类包含知识和推理的智能计算机程序。
2、(1)具有专家水平的专业知识。
(2)能进行有效的推理。
(3)启发性。
(4)灵活性。
(5)透明性。
(6)交互性。
二、专家系统由哪几部分组成?各部分功能和结构?
三、机器学习?
使计算机能模拟人的学习行为,自动地通过学习来获取知识和技能,不断改善性能,实现自我完善。
四、机器学习系统基本结构?各部分作用?
1、环境、学习、知识库、执行与评价等四个基本部分组成。
2、
第八章 人工神经网络及其应用
(章节总结)