智能优化算法
文章平均质量分 82
柯糖
顺风时多些小心,逆风时多些耐心
展开
-
遗传算法求解 0-1背包问题
0-1背包问题如何把这些物品发入这个有承重质量质量限制的背包中,在不超出背包最大限制的前提下,使得放入背包中的物品总价值最大。1、问题描述已知 l 个物品的质量及其价值分别为Wi(i=1,2,3…)和Vi(i=1,2,3…),背包的最大载重量为C。则0-1背包问题可被描述为:选择哪些物品放入背包,使得背包在最大载重量限制之内所装物品的总价值最大?0-1背包问题的数学模型如下: max∑i=1lvixi (1)\ \max\sum_{i=1}^{l}{v_ix_i}\tag{1}\,&原创 2022-05-22 11:35:40 · 6383 阅读 · 19 评论 -
智能优化算法——BP神经网络
BP神经网络基本原理1、特征输入2、标准输出3、权重4、误差人工神经网络是由具有适应性的简单单元组成的广泛并行互连的网络,它的组织能够模拟生物神经神经系统对真实世界物体所作出的交互反应。人工神经网络(ANN)具有自学习、自组织、较好的容错性和优良的非线性逼近能力。在实际应用中,80%~90%的人工神经网络模型是采用误差反传算法或其变化形式的网络模型。建立和应用神经网络的步骤:(1)网络结构的确定包含网络的拓扑结构和每个神经元相应函数的选取(2)权值和阈值的确定通过学习得到,为有指导原创 2022-05-11 21:10:12 · 2197 阅读 · 1 评论 -
智能优化算法——遗传算法
遗传算法一种仿生全局优化算法模拟生物的遗传进化原理,通过选择、交叉与变异等操作机制,使种群中个体的适应性不断提高核心思想:物竞天择,适者生存优点:良好的并行性(操作对象是一组可行解,搜索轨道有多条)强大的通用性(只需要利用目标的取值信息,无需梯度等高价值信息)良好的全局优化性和鲁棒性良好的可操作性缺点:未成熟收敛问题收敛速度较慢,算法实时性欠佳应用领域:(1)函数优化(经典优化)(2)组合优化(旅行商问题——已成为衡量算法优劣的标准、背包问题、装箱问题等)(3)生产调度问题(原创 2022-05-08 11:11:48 · 3180 阅读 · 1 评论 -
智能优化算法——粒子群算法
粒子群算法(也叫鸟群觅食算法)群体迭代,粒子在解空间追随最优的粒子进行搜索特点:简单易行、收敛速度快、设置参数少优点:原理简单,收敛速度快,设置参数少缺点:易早熟收敛至局部最优,迭代后期收敛速度慢1、发展是一种进化计算技术,1995年由Kennedy和Eberhart于1995年提出。来源于对鸟群捕食行为的研究,模拟鸟集群飞行觅食的行为,鸟之间通过集体的协作使群体达到最优目的,是一种基于Swarm Intelligence的优化方法。2、基本思想设想一个场景:一群鸟在随机搜索食物已知:在原创 2022-05-06 15:55:56 · 9503 阅读 · 2 评论