do-oo / Intelligence-Computing

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

Intelligence-Computing

1. 遗传算法

种群会发生遗传进化以更好的适应环境。

生物个体是由染色体代表,而染色体是由多种基因组成,个体的遗传是由继承双亲而来,同时又存在进化/变异,种群通过遗传进化来适应环境。

染色体:由基因组成,一个染色体代表了问题的一个解
适应(度):个体对环境的适应性,代表了对这个解的评价。
遗传:种群中的个体,相互杂交,产生新的个体。 进化/变异:通过个体

应用:在实际的问题中,一个问题可能又多组解,通过对多组解进行杂交进化产生新的新的解,从而找到最优解。

2. 蚁群算法

蚁群算法是模拟 蚂蚁的觅食行为/群体合作行为 的仿生算法 蚂蚁在觅食时,会产生信息素,以供其他蚂蚁做参考,如果,蚂蚁选择的路径越短,往返的距离越短,就会产生更多的信息素。不同的蚂蚁选择的路径不同,会随机探索,从而产生的信息素也不同,蚂蚁在共同且短的路径往往会产生较大的信息素。根据此提出了蚁群算法。此外信息素也会随时间蒸发,那些仅仅走过几次的路径往往再难以获得信息素。

信息素 包含了对历史路径权重的计算,蚂蚁提供一种宏观上的指导信息。

随机探索 如果一直利用信息素,则容易产生局部最优解,因此需要结合启发的信息,比如路径的长短

蚁群的路径代表问题的一组解,计算最有解时,会利用历史的信息,如信息素(全局信息)来约束解。全局优化信息+短时探索信息共同组成了蚂蚁的最优解。

About


Languages

Language:Python 100.0%