首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 156 毫秒
1.
微粒群算法及研究   总被引:1,自引:0,他引:1  
群智能理论是一种新兴演化计算技术,它与人工生命,特别是进化策略和遗传算法有着极为特殊的联系,群智能方法是一种能够有效解决大多数全局优化问题的新方法.其潜在的并行性和分布式特点为处理大量复杂的工程应用问题提供了技术保证.本文主要阐述了微粒群算法的基本原理及其研究现状及今后的研究方向.  相似文献   

2.
我们介绍了人工生命的发展概况,讨论了这一领域的基本理论以及对它们的哲学反思,指出了人工生命哲学的意义,着重讨论了关于生命本质、虚拟生物、进化以及数字生命的哲学问题。  相似文献   

3.
基于进化算法的进化测试就是一种有效的测试数据自动生成技术。提出了一种基于控制流图的测试数据生成算法,根据控制流图映射出所有可能的执行路径,然后根据不同的路径所形成的适值地形的导向进行搜索。  相似文献   

4.
将局部寻优能力极强的人工Hopfield神经网络融合到差分进化算法中,给出了一个解一类0/1背包问题融合神经网络的差分进化算法。在该算法中差分进化算法当前全局最优个体为初始态激活神经网络,生成一个局部最优态,用这个局部最优态代替种群当前全局最优个体,增强了算法的局部寻优能力,通过数值试验表明该算法具有很好的效果。  相似文献   

5.
针对遺传算法容易陷入局部最优和收敛速度慢的特点,提出了一种改进的遗传算法来解决车辆调度问题:利用记忆库保存种群在进化过程中好的个体,使得好的个体不会在进化过程中丢失,同时子代的构成有父代个体和父个体经过遗传操作后所生成的子个体共同构成.该算法能够保证群体的多样性,避免遗传算法的早熟现象,通过仿真模拟,表明该算法具有可行性和高效性.  相似文献   

6.
在相关的调查中,软件测试占软件开发总成本的一半左右.此外,软件测试以及软件测试用例生成,是软件工程的重点和难点.所以,减少软件测试的成本是非常必要的.随着进化算法被引入到增强测试覆盖率中来,测试的代价也在逐步降低.提出了一种新的软件测试用例生成方法,该方法结合蚁群算法,在提高测试覆盖率的同时,成功降低了软件测试的代价.通过实验发现本文所提出的方法效果较好.  相似文献   

7.
文章将静态的攻击图与动态的进化计算相结合,提出了一种基于进化计算的攻击图生成方法,将传统攻击图拓展为随着时间、空间变化而自动优化的动态攻击图,可通过网络漏洞的相关属性,结合攻击过程中产生的变化,予以进化计算生成攻击图,基于权重的粒子群算法可以结合实际调整属性权重,进一步模拟攻击过程、明确攻击后果。实验证明文章提出的框架和方法可以有效地实现攻击模拟,并提供更有效的防御方法。  相似文献   

8.
对多个相互冲突的目标同时优化称作多目标优化问题,为解决多目标问题,多目标进化算法应运而生.在进化算法迭代过程中,算法使用恒定不变的交叉因子和变异因子,这显然不符合种群迭代进化特征,所以需要根据种群初始和种群后期解的收敛情况来定向调整种群进化方向.同时,在采用边界与交叉的聚合算法时,θ支配的聚类算法只参考了解到权重向量的...  相似文献   

9.
直接使用BP神经网络拟合非线性函数,具有预测精度差、收敛速度慢等缺点.该文提出利用极强全局搜索能力的思维进化算法来优化BP神经网络.首先根据BP神经网络拓扑结构构建思维进化算法模型,然后用思维进化算法得到的最优解作为BP神经网络的初始权值和阈值,最后利用MATLAB软件对多个非线性函数进行拟合仿真实验,比较思维进化算法优化BP神经网络和单纯使用BP神经网络的预测结果 .数据表明,优化后的BP神经网络具有更高的拟合精度和更短的网络训练时间.  相似文献   

10.
将量子进化算法(QEA)和粒子群优化算法(PSO)相互结合,提出了两种混合量子进化算法:嵌入式粒子群量子进化算法(PSEQEA)和量子二进制粒子群优化算法(QBPSO),并通过对多用户检测问题的应用,表明新的算法不仅操作更简单,而且全局搜索能力有了显著的提高.  相似文献   

11.
粒子群优化算法发展综述   总被引:5,自引:0,他引:5  
粒子群优化(PSO)算法是一种源于人工生命和演化计算理论的优化技术.PSO通过粒子搜寻自身的个体最好解和整个粒子群的全局最好解来更新完成优化.该算法原理简单,所需参数枝少,易于实现,目前已经应用到很多领域.文章阐述了基本PSO的原理。给出了各种改进技术,并展望了PSO的发展方向。  相似文献   

12.
针对人工鱼群算法的不足,提出一种改进的人工鱼群算法NAFAS。该算法对原有觅食行为进行改进,引进双高斯函数与其融合,使在寻优后期人工鱼群能快速逃离局部极值区域,从而提高全局寻优能力。与其它多种智能算法进行仿真测试并比较分析,结果表明,改进的人工鱼群算法搜索速度快、寻优精度高。  相似文献   

13.
针对基于 Pareto 支配的低维多目标进化算法在求解 3 个以上目标的高维多目标时出现收敛压力不足等问题,将调和模型中面向排序的 ELECTRE-III 引入高维多目标进化方法中,提出一种新的锦标赛选择算子。该算子包含两层操作,分别是快速非支配分层操作和同一非劣层中的赋值级别高于关系排序操作。将这种赋值级别高于关系构造的 ELECRE-III 排序法嵌入 NSGA-II 中并应用于高维多目标进化个体的优劣排序。对典型高维测试集 WFG 函数进行仿真实验,验证该高维多目标调和进化算法的有效性。  相似文献   

14.
多目标进化算法常用于解决较复杂的多目标优化问题,该类算法是基于种群的进化算法,通过产生一组近似Pareto最优解集满足决策者偏好。介绍了多目标优化问题背景知识及相关定义,根据评价指标衡量解集特性,将现有算法性能评价指标分为3类并分别进行阐述,分析、比较其特点与区别。  相似文献   

15.
数据挖掘是信息爆炸问题的一种解决方案,进化算法是模拟自然进化过程而产生的计算机算法,其实是一种优化技术,在数据挖掘中引入进化算法具有相当的现实意义。  相似文献   

16.
将人工免疫系统的克隆选择原理结合思维进化思想,提出了一种人工免疫进化计算模型。该模型中利用克隆选择原理对故障模式进行模式学习和识别,利用思维进化思想定义了免疫趋同算子和免疫异化算子来对抗体进行扩增和抑制。将其应用在模拟机组的状态识别,试验结果表明,所提出的模型对状态检测有较高的准确率。  相似文献   

17.
D e C astro等提出一种基于人工免疫原理的竞争神经网络模型-抗体网络。但目前关于抗体网络的研究还停留在原理介绍和实验验证阶段,没有应用在工程问题中的实例。在综合考虑算法复杂性等因素的基础上,利用邻接矩阵作为存储结构,给出了抗体网络主要操作的算法,为抗体网络在工程问题中的应用提供了一个具体的实现方案。  相似文献   

18.
人工智能算法繁多,但经得起实践考验的经典算法有限,常见的有朴素贝叶斯、决策树、逻辑回归、支持向量机、深度学习、强化学习、遗传算法、蚁群算法、元学习等。依据人工智能算法理论基础知识,如概率统计、集合论、空间几何、图论、矩阵论等加以分类,并对相应经典人工智能算法概念和主要应用领域进行概述,去除结构细化和公式展开所带来的复杂感,揭开人工智能的神秘面纱,让算法整体轮廓得以更清晰地呈现。  相似文献   

19.
"人工智能+基于心智的生物学"课程的总体设计是从生物学视角来解释人工智能的算法逻辑,包括从生物学看终极算法、从计算机科学看认知神经科学、仿生人工智能、心智社会四大模块。"从进化论到遗传算法"是"从生物学看终极算法"模块的第3课时,该课时教学通过多足行走器等可视化算法内容培养学生对遗传算法的兴趣,通过类比达尔文的进化论使学生理解遗传算法的架构和逻辑、培养他们的跨学科思维能力,通过让学生模拟遗传算法的表演和上机实践过程进一步加深他们对遗传算法概念的理解、培养他们的信息意识和计算思维等。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号