![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
智能计算
文章平均质量分 93
不一样的天蝎座
NLP
展开
-
最基本的蚁群算法优化(ACO)算法——蚂蚁系统(AS)(TSP问题)
一、实验项目: 蚁群算法优化二、实验目的:理解并掌握蚁群算法的基本原理、思想,能够实现基本的蚁群算法,并利用蚁群算法求解旅行商(TSP)问题三、实验内容:1、旅行商问题:一个商人去N个城市卖货,要求所有城市都只走一遍,再回到起点,使得所走的路线最短2、编程实现蚁群算法,并验证算法的正确性3、实验数据如下:一共有10个城市,单元格表示行标和列表之间的距离(单位km),例如118表示北京和天津的距离为118km4、自定义相关参数,记录实验数据(迭代次数,每一代的最短路线长度)代码:impo.原创 2020-06-13 20:21:25 · 2376 阅读 · 5 评论 -
将遗传算法(GA)应用于指定的函数 f(x) = x*sin(x)+1,x∈[0, 2л],求其最大值和最小值
一、实验项目: 遗传算法优化二、实验目的:理解并掌握遗传算法的基本思想、特点,能够实现基本的遗传算法,并利用遗传算法进行函数优化三、实验内容:1、编程实现遗传算法,并验证算法的正确性2、设置群体大小、各种参数,将算法应用于指定的函数 f(x) = x*sin(x)+1,x∈[0, 2л],求其最大值和最小值3、记录实验数据(迭代次数,每一代的最大值和最小值)4、调整参数(群体大小、交叉率、变异率等),对比结果代码:(1)遗传算法部分import math,random,sysfro.原创 2020-06-05 18:37:11 · 3900 阅读 · 1 评论 -
我所理解的随机和伪随机的相关问题
常见的随机和伪随机的相关问题:(1)计算机中,随机数和伪随机数(2)蚁群系统中,随机比例选择规则和伪随机比例选择规则所谓随机,指的是事件的不确定性。因此,随机是用某种特定的算法所能描述出来的。而伪随机,顾名思义,就是表面上看着像是真的随机了一样,但实质上,是通过某种确定性的算法来实现了这种表面的随机性,即伪随机。(1)随机数和伪随机数问题:这里会涉及到一个被称为伪随机发生器的东西。伪随机发生器是一个确定性的算法,本身不含任何随机性,需要提供一个种子,根据种子的不同生成一段看起来很随机的序列原创 2020-05-15 22:18:21 · 1311 阅读 · 0 评论 -
BP神经网络对鸢尾花进行分类
题目:BP神经网络分类器一、实验项目: BP神经网络对鸢尾花进行分类二、实验目的:掌握BP神经网络学习算法,利用BP神经网络进行数据分类三、实验内容:1、编程实现BP神经网络算法2、建立三层BP神经网络,节点个数、参数自拟3、选择iris-人工神经网络.txt中的一部分数据集作为训练集,通过训练集对BP神经网络的连接权重进行学习4、记录实验数据(连接权值的变化、迭代次数、总的误差变化)5、用剩下的数据集作为测试集,验证学习的效果四、实验要求:1、画出实验所用的BP神经网络的结构图2.原创 2020-05-15 21:51:42 · 16616 阅读 · 6 评论