

首页  思维导图  详情



6.智能计算及应用

2020-01-02 23:18:37   5  举报





AI智能生成

人工智能导论第六章智能计算及应用知识摘要

智能计算

人工智能导论

人工智能

学习笔记

模版推荐

作者其他创作

大纲/内容

群智能算法产生的背景

群体智能

简单个体组成的群落与环境以及个体之间的互动行为

群智能

受动物群体智能启发的算法

粒子群优化算法及其应用

基本原理

PSO算法是一种基于群智能理论的全局优化算法， 通过群体中粒子间的合作与竞争产生的群体智能指导优化搜索

参数分析

PSO的参数

最大速度Vm

权重因子

位置更新方程中各部分的影响

参数设置

应用领域

神经网络训练

化工系统领域

电力系统领域

机械设计领域

通信领域

机器人领域

经济领域

图像处理领域

生物信息领域

医学领域

运筹学领域

车辆路径中的优化

车辆路径模型VRP

编码与初始种群

实验结果

蚁群算法及应用

模型

参数

随机比例规则

各路径信息素浓度消散规则

蚁群信息素浓度更新规则

三种模型

蚂蚁圈系统

蚂蚁数量系统

蚂蚁密度系统

参数选择

信息素启发因子

期望值启发因子

信息素挥发度

应用

柔性作业车间调度事例

求最优解

进化算法的产生与发展

进化算法的概念

基于自然选择和自然遗传等生物进化机制的 一种搜索算法

进化算法的生物学背景

“适者生存”

竞争

变异

种群

群体

子群

婚配

进化算法的设计原则

适用性原则

可靠性原则

收敛性原则

稳定性原则

生物类比原则

基本遗传算法

遗传算法的基本思想

借用生物进化"适者生存"的规律

染色体对应数据或数组

编码

表现型到基因型的转换

解码

基因型到表现型的转换

步骤

求解问题从多个解开始

通过一定的法则逐步迭代产生新解

多个解的集合称为种群P(t)

t为迭代步，演化代

在演化过程中，p(t)元素个数演化过程中保持不变

新解的父解

当前解

后代解

产生的新解

遗传算法的发展历史

1962年，Fraser提出和遗传算法十分相似的概念和思想

1965年，Holland首次提出了人工遗传操作的重要性

1967年，Holland的学生Bagley在博士论文中首次提出遗传算法这一术语 并提出选择，交叉，遗传，变异等操作

1970年，Cavicchio将遗传算法应用于模式识别

1971年，Hollstien将遗传算法用于函数优化

1975年

J.Holland出版《自然系统和人工系统的适配》

阐述遗传算法的基本理论和方法

提出遗传算法理论研究和发展极为重要的模式理论

DeJong出版《遗传自适应系统的行为分析》

将模式理论与他的计算实验结合起来

提出遗传操作技术

编码

位串编码

二进制编码

优点

与生物染色体结构类似

使得算法易于用生物遗传理论解释

使得遗传、交叉、变异等操作易于实现

算法处理模式最多

缺点

相邻整数的二进制编码可能具有较大的Hamming距离

算法缺少微调功能

求解高维优化问题时，二进制编码串将非常长，使算法搜索效率低

Gray编码

实数编码

多参数级联编码

群体设定

初始种群的产生

种群规模的确定

适应度函数

将目标函数映射为适应度函数的方法

适应度函数的尺度变换

线性变换

非线性变换

选择

个体选择概率分类方法

适应度比例方法

排序方法

克服了适应值比例选择策略的过早收敛或停滞的状态

线性排序

非线性排序

选择个体方法

轮盘赌法

锦标赛选择法

最佳个体保存法

交叉

基本的交叉算子

单点交叉

二点交叉

修正的交叉方法

变异

位点变异

逆转变异

插入变异

互换变异

移动变异

遗传算法的一般步骤

随机产生N个染色体的初始群体

计算每个染色体的适应值

若满足条件，则停止算法 若不满足条件，则以概率公式随机选择一些染色体构成一个新种群

以Pc概率进行交叉产生一些新的染色体，得到新的种群

以较小的概率Pm使染色体的一个基因发生变异

遗传算法的特点

直接对结构对象进行操作

利用随机技术指导参数空间进行高效搜索

具有较好的全局搜索性能

可以解决复杂的优化问题

遗传算法的改进算法

双倍体遗传算法

设计

编码/解码

复制算子

交叉算子

变异算子

双倍体遗传算法显隐性重排算子

基本思想

采用显性和隐性两个染色体同时进行进化

双种群遗传算法

设计

编码\解码设计

交叉算子、变异算子

杂交算子

基本思想

多种群遗传算法使多种群同时进化，并交换种群之间优秀个体所携带的遗传信息，以 打破种群之间的平衡态，达到更高的平衡态，有利于算法跳出局部最优

自适应遗传算法

基本思想

使交叉概率Pc和变异概率Pm能够随适应度变化自动改变

步骤

自适应的交叉概率与变异概率

遗传算法的应用

流水车间调度问题

求解FSP的遗传算法设计

求解FSP的遗传算法实例

 Collect

Get Started

人工智能技术应用与发展路线图

 Collect

Get Started

Comparador 6vs6

 Collect

Get Started

通用扇形图-AI智能体-智能体应用

 Collect

Get Started

AI智能体应用管理平台系统架构





0 条评论

下一页