![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
文章平均质量分 74
西邮彭于晏
热爱学习,热爱生活
展开
-
遗传算法求解TSP
遗传算法求解旅行商问题(TSP)的一般步骤如下:重复步骤 3 - 6 ,直到满足终止条件(如达到预定的迭代次数或找到满意的解)。通过不断迭代,种群中的染色体逐渐优化,最终得到较优的 TSP 路径。需要注意的是,遗传算法的参数(如种群大小、交叉概率、变异概率等)需要根据具体问题进行调整和优化,以获得更好的求解效果。原创 2024-07-07 15:23:58 · 253 阅读 · 0 评论 -
Embedding理解
Embedding 可以理解为一种将概念、物体或信息转换为数字序列的数值表示方法。它是沟通两个不同世界或领域的桥梁,能够把各种类型的数据(如文本、图像、视频等)映射到一个向量空间中。在这个向量空间里,相似的项目(例如语义上相近的单词、相似的图像或相关的视频内容等)会被映射到相近的位置。通过这种方式,计算机可以更好地理解和处理这些数据。以文本 Embedding 为例,它将离散的文字信息(如单词、句子、文档)转换成连续的向量数据。这样,语义相似的词在向量空间中位置相近,并且通过高维度捕捉语言的复杂性。原创 2024-07-07 15:06:36 · 417 阅读 · 0 评论 -
演化计算的学习
演化计算是一种基于生物进化原理的计算方法,旨在通过模拟自然选择、遗传变异和繁殖等生物进化过程来解决复杂的优化问题。它主要包括遗传算法、进化策略和遗传编程等。遗传算法通过对染色体(解的编码)的操作,如选择、交叉和变异,来逐步搜索最优解;进化策略侧重于对个体的策略参数进行调整;遗传编程则能够自动生成解决问题的程序结构。演化计算具有以下优点:不需要问题的导数等先验知识,适用于难以建立数学模型的问题。能够同时处理多个解,具有较好的全局搜索能力。具有较强的鲁棒性和适应性。原创 2024-07-07 14:51:40 · 318 阅读 · 0 评论