自然算法
文章平均质量分 87
生信小兔
一枚生信小兔,专研于深度学习与机器学习算法,并利用数学方法,物理模型与化学研究生化,分子与细胞生物学,免疫,发育生物学等问题。
展开
-
免疫算法(Immune Algorithm)详解
关于免疫算法(IA),其功能与遗传算法、模拟退火等算法实现的功能是相同的,都是用来求最优解。例如求函数最值、旅行商问题等。从本质上说,免疫算法更像是遗传算法的一种延申。IA虽然其中借鉴了生物学(免疫学)的概念,但学习时需要注意,IA毕竟是一种算法,把算法中所有概念都与免疫学概念联系起来是容易难以理解算法的,甚至容易混淆。所以IA只是借鉴免疫学概念并受免疫过程的启发,最终其实还是需要回归到算法当中。即便如此,兔兔在后面还是需要将算法与一些生物学概念联系,但是会辨别其中本质区别。而且学习时需要与遗传算法相结原创 2022-04-17 13:29:19 · 11980 阅读 · 12 评论 -
模拟退火(simulated annealing)算法详解
模拟退火(simulated annealing)算法详解模拟退火算法来源于固体退火原理,得益于材料统计力学的研究成果,并且该算法也是一种基于概率的算法。该算法主要用于求解最优解问题,如巡航问题、函数极值等。在材料统计力学中,材料中的粒子的不同结构对应粒子的不同能量水平,高温条件下粒子能量高,可以自由运动和重新排列;低温条件下粒子能量低。如果从高温开始缓慢降温(即退火),粒子就可以在每个温度下达到热平衡。当系统完全被冷却时,最终形成低能状态晶体。算法原理设材料在状态i的能量为E(i),那么材料在温度原创 2022-04-03 15:22:36 · 7365 阅读 · 3 评论 -
遗传算法(GA)详解
遗传算法(GA)详解遗传算法主要作用是求解最优解,例如求函数极值,或是飞机巡航问题中的最短巡航路线的求解等,其作用与模拟退火算法的作用较为相似。本文将从GA算法的原理,结构与两个实践应用进行比较详细的讲解,本文代码采用Python.算法原理:遗传算法既然有遗传二字,那自然与遗传有关了。首先兔兔在下面列出了所用到的遗传学的一些术语:染色体chromosome,表现型phenotype,选择selection,适应度fitness,交叉crossover,变异mutation,种群populatio原创 2022-03-25 20:31:30 · 9433 阅读 · 0 评论