![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
智能计算
sinat_25357975
fighting
展开
-
智能计算术语: metaheuristic
metaheuristic 元启发式方法。一些随机搜索算法诸如进化算法、蚁群算法、粒子群算法这类具有启发式框架的智能算法称为元启发式算法简介meta- 向后的;heuristic 启发式方法;这种算法称为现代启发式算法(metaheuristic)。Metaheuristic一词由Glover首次使用,其来源于两个希腊词语:Heuristic来源于动原创 2016-02-16 11:05:36 · 1795 阅读 · 0 评论 -
神经网络编程入门
本文主要内容包括: (1) 介绍神经网络基本原理,(2) AForge.NET实现前向神经网络的方法,(3) Matlab实现前向神经网络的方法 。第0节、引例 本文以Fisher的Iris数据集作为神经网络程序的测试数据集。Iris数据集可以在http://en.wikipedia.org/wiki/Iris_flower_data_set 找到。这里转载 2016-05-14 16:39:35 · 3933 阅读 · 0 评论 -
什么是P问题、NP问题和NPC问题
这或许是众多OIer最大的误区之一。 你会经常看到网上出现“这怎么做,这不是NP问题吗”、“这个只有搜了,这已经被证明是NP问题了”之类的话。你要知道,大多数人此时所说的NP问题其实都是指的NPC问题。他们没有搞清楚NP问题和NPC问题的概念。NP问题并不是那种“只有搜才行”的问题,NPC问题才是。好,行了,基本上这个误解已经被澄清了。下面的内容都是在讲什么是P问题,什么是NP问题,什么转载 2016-04-16 12:00:53 · 3147 阅读 · 0 评论 -
智能计算/计算智能、仿生算法、启发式算法的区别与关系?
1)启发式算法:一个基于直观或经验构造的算法,在可接受的花费(指计算时间和空间)下给出待解决组合优化问题每一个实例的一个可行解,该可行解与最优解的偏离程度不一定事先可以预计.意思就是说,启发式算法是根据经验或者某些规则来解决问题,它求得的问题的解不一定是最优解,很有可能是近似解.这个解与最优解近似到什么程度,不能确定.相对于启发式算法,最优化算法或者精确算法(比如说分支定界法、动态规划法等则能求得转载 2016-04-16 11:58:25 · 10307 阅读 · 0 评论 -
人工智能\机器学习\统计学\数据挖掘之间有什么区别?
【伯乐在线导读】:前段时间,作者在 stats.stackexchange.com(译注:国外的一个系列问答网站,其中Stack Overflow是其中一个子站)看到一个很有意思的问题,引起了他的注意。经过阅读和分析 StackExchange 上的所有答案后,他觉得有必将其想法写下来。以下是 StackExchange 上的问题:人工智能、机器学习、统计学和数据挖掘有什么区别转载 2016-04-16 11:38:26 · 7544 阅读 · 1 评论 -
[小木虫]推荐几个机器学习算法及应用领域相关的中国大牛
李航:http://research.microsoft.com/en-us/people/hangli/,是MSRA Web Search and Mining Group高级研究员和主管,主要研究领域是信息检索,自然语言处理和统计学习。近年来,主要与人合作使用机器学习方法对信息检索中排序,相关性等问题的研究。曾在人大听过一场他的讲座,对实际应用的问题抽象,转化和解决能力值得学习。转载 2016-04-16 11:31:33 · 3071 阅读 · 0 评论 -
遗传算法工具箱使用2.谢菲尔德大学工具箱函数
种群表示和初始化函数 bs2rv: 二进制串到实值的转换 Phen=bs2rv(Chrom,FieldD) FieldD=[len, lb, ub, code, scale, lbin, ubin] code(i)=1为标准的二进制编码,code(i)=0为格雷编码转载 2016-02-29 15:34:12 · 6249 阅读 · 0 评论 -
遗传算法工具箱使用1
使用谢菲尔德大学的MATLAB遗传算法工具箱1.简单一元函数优化:计算函数最小值f(x) = sin(10*pi*x)/x , x范围[1,2]clcclear allclose all%%画出函数图figure(1);hold on;lb = 1;ub = 2; %函数自变量范围ezplot('sin(10*pi*X)/X',[lb,ub]);原创 2016-02-28 22:37:00 · 8985 阅读 · 3 评论 -
禁忌搜索算法
1.局部搜索算法a.定义step1:选定一个初始可行解:x0;记录当前最优解:xbest = x0,T = N( xbest )。step2:当T \ ( xbest ) = 空集时,或者满足其他停止运算准则时,输出计算结果,停止运算;否则,从T中选一集合S,得到S中的最好接xnow;若f ( xnow ) b.方法1--全邻域搜索(以五城市对称转载 2016-03-31 22:23:46 · 31057 阅读 · 5 评论 -
智能计算术语积累
1.metaheuristic原创 2016-02-16 11:08:27 · 326 阅读 · 0 评论 -
Simulated Annealing 模拟退火
优化算法入门系列文章目录(更新中): 1. 模拟退火算法 2. 遗传算法 一. 爬山算法 ( Hill Climbing ) 介绍模拟退火前,先介绍爬山算法。爬山算法是一种简单的贪心搜索算法,该算法每次从当前解的临近解空间中选择一个最优解作为当前解,直到达到一个局部最优解。 爬山算法实现很简单,其主要缺点是会陷入局原创 2016-02-22 11:52:25 · 3887 阅读 · 0 评论 -
使用NEH解决no-wait flowshop makespan问题 (源码)
1.NEH的原理(1)将每个工件在所有机器上的加工时间求和;对求和后的值进行从大到小排序;(2)首先选择第一个工件(加工时间最长的),用第二个工件插入到第一个工件的前后两个位置,计算makespan,小的被保存;(3)将上一步保存的序列固定位置,使用下一个工件插入到之前的工件中,并比较得出最小的makespan并保存;(4)重复上一步,得出最终结果。2.源码clc;原创 2016-06-04 09:28:44 · 7585 阅读 · 15 评论