遗传算法已经成为组合优化问题的近似最优解的一把钥匙。它是一种模拟生物进化过程的计算模型，作为一种新的全局优化搜索算法，它以其简单、鲁棒性强、适应并行处理以及应用范围广等特点，奠定了作为21世纪关键智能计算的地位。 背包问题是一个典型的组合优化问题，在计算理论中属于NP-完全问题， 其计算复杂度为，传统上采用动态规划来求解。设w是经营活动 i 所需要的资源消耗，M是所能提供的资源总量，p是人们经营活动i得到的利润或收益，则背包问题就是在资源有限的条件下， 追求总的最大收益的资源有效分配问题。
上传时间： 2018-04-26
上传用户：jiazhe110125
多目标优化历史上第一个进化算法 VEGA算法
上传时间： 2018-11-20
上传用户：madehua0
由于微生物筛选实验通常需要较长的时间，所以对微流控芯片中的微液滴有更高的要求，如提高微液滴的稳定性，优化生物兼容性以及防止微液滴内水相物质渗漏到油相等。本研究针对以上问题，以代谢产物 (氨基酸) 为研究对象，通过对包埋氨基酸的皮升级微液滴特性的研究，为液滴微流控芯片系统在氨基酸检测和相应生产菌株的高通量筛选以及定向进化改造方面奠定了基础。
标签： 功率放大器
上传时间： 2021-10-18
上传用户：
本书从数学和文化的起源直至它们的演变和进化,用诸多的事例,论述了数学对人类文化的影响等问题。
上传时间： 2021-11-04
上传用户：nhhrzh
蚁群算法基本模型STEP1（外循环）若满足算法停止规则，停止计算，输出计算得到的最好解给定外循环的最大数目，表明有足够的蚂蚁工作当前最优解连续K次相同而停止，K是给定的整数，表示算法已收敛◆给定优化问题的下界和误差值，当算法得到的目标值同下界之差小于给定的误差值时，算法终止否则使蚂蚁s（1≤s≤m）从起点出发，用L（S）表示蚂蚁S行走的城市集合，初始L（s）为空集。设m只蚂蚁在图的相邻节点间移动，协作异步地得到解。蚂蚁计算出下一步所有可达节点的一步转移概率，并按此概率实现一步移动，依此往复。一步转移概率由图中每条边上的两类参数决定：信息素值、可见度（即先验值）。信息素的更新有2种方式：挥发——所有路径上信息素以一定比率减少增强——给评价值“好”（有蚂蚁走过）的边增加信息素蚁群算法基木模型令我们以求解平面上n个城市的TSP问题（1，2，…，n）表示城市号为例说明ACA的模型。n个城市的TSP问题就是寻找通过n个城市各次且最后回到出发点的最短路径蚁群算法研究现状令ACA是模拟自然界中真实蚁群的觅食行为而形成的一种模拟进化算法。10年多来的研究结果已经表明：ACA用于组合优化具有很强的发现较好解的能力，具有分布式计算易于与其他方法相结合、鲁棒性强等优点，在动态环境下也表现出高度的灵活性和健壮性。在求解TSP、QAP问题方面，与遗传算法、模拟退火算法等算法比较，ACA仍是最好的解决方法之一。
标签： 蚂蚁算法
上传时间： 2022-03-10
上传用户：
第一章 机器学习革命学习算法入门为何商业拥护机器学习给科学方法增压10亿个比尔·克林顿学习算法与国家安全我们将走向何方第二章 终极算法来自神经科学的论证来自进化论的论证来自物理学的论证来自统计学的论证来自计算机科学的论证机器学习算法与知识工程师天鹅咬了机器人终极算法是狐狸，还是刺猬我们正面临什么危机新的万有理论未达标准的终极算法候选项机器学习的五大学派第三章 符号学派：休谟的归纳问题特别说明：仅作为爱好者学习使用（请勿商用）！本文档由人工智能吧（QQ群 565128329）整理提供并更多学习分享，若觉得不错请购买印刷版书籍。约不约“天下没有免费的午餐”定理对知识泵进行预设如何征服世界在无知与幻觉之间你能信任的准确度归纳是逆向的演绎掌握治愈癌症的方法20问游戏符号学派第四章 联结学派：大脑如何学习感知器的兴盛与衰亡物理学家用玻璃制作大脑世界上最重要的曲线攀登超空间里的高峰感知器的复仇一个完整的细胞模型大脑的更深处第五章 进化学派：自然的学习算法达尔文的算法探索：利用困境程序的适者生存法则性有何用先天与后天谁学得最快，谁就会赢第六章 贝叶斯学派：在贝叶斯教堂里统治世界的定理所有模型都是错的，但有些却有用从《尤金·奥涅金》到Siri所有东西都有关联，但不是直接关联推理问题掌握贝叶斯学派的方法马尔可夫权衡证据逻辑与概率：一对不幸的组合第七章 类推学派：像什么就是什么完美另一半维数灾难空中蛇灾爬上梯子起床啦第八章 无师自通物以类聚，人以群分发现数据的形状拥护享乐主义的机器人熟能生巧学会关联第九章 解开迷惑万里挑一终极算法之城马尔科夫逻辑网络从休谟到你的家用机器人行星尺度机器学习医生马上来看你第十章 建立在机器学习之上的世界性、谎言和机器学习数码镜子充满模型的社会分享与否？方式、地点如何？神经网络抢了我的工作战争不属于人类谷歌＋终极算法=天网？进化的第二部分
上传时间： 2022-05-07
上传用户：
遗传算法(genetical algorithm)是模拟自然界生物进化过程与机制求解问题的一类自组织与自适应的人工智能技术，已广泛应用于计算机科学、人工智能、信息技术及工程实践。 全书共分3章，第l章给出了遗传算法的几何理论，第2章给出了遗传算法的马尔可夫链分析，第3章给出了遗传算法的收敛理论。 本书可以作为应用数学、计算机科学、系统科学等专业研究生的教材，也可以作为研究遗传算法的参考书。 遗传算法的数学基础由张文修、梁怡编著，是一本重点在于阐述遗传算法的数学基础的书籍。
上传时间： 2022-05-25
上传用户：
上面是一段实时目标识别的演示， 计算机在视频流上标注出物体的类别， 包括人、汽车、自行车、狗、背包、领带、椅子等。今天的计算机视觉技术已经可以在图片、视频中识别出大量类别的物体， 甚至可以初步理解图片或者视频中的内容， 在这方面，人工智能已经达到了3 岁儿童的智力水平。这是一个很了不起的成就， 毕竟人工智能用了几十年的时间， 就走完了人类几十万年的进化之路，并且还在加速发展。道路总是曲折的， 也是有迹可循的。在尝试了其它方法之后， 计算机视觉在仿生学里找到了正确的道路（至少目前看是正确的） 。通过研究人类的视觉原理，计算机利用深度神经网络（ Deep Neural Network，NN）实现了对图片的识别，包括文字识别、物体分类、图像理解等。在这个过程中，神经元和神经网络模型、大数据技术的发展，以及处理器（尤其是GPU）强大的算力，给人工智能技术的发展提供了很大的支持。本文是一篇学习笔记， 以深度优先的思路， 记录了对深度学习（Deep Learning）的简单梳理，主要针对计算机视觉应用领域。
上传时间： 2022-06-22
上传用户：
我最新制作的机器人不可能涉及到所有的新技术。相反，通过对机器人中一些经过检验而证明可靠的模块进行部分改动，使得每一代机器人在前一代机器人的基础上逐渐向前发展进化。本书以章节独立的方式介绍了机器人从下意识的“粗糙原型”到“可爱精灵”逐渐“成长”的各个阶段。我采取的方法是对某个特定的部分或题材进行深入研究，而不是只停留在整体设计的表面。通过把注意力集中在某些模块和部件上，可以使你利用所需要的零件创造出具有个性化的机器人，而不是仅仅把我制作的机器人再一成不变地复制一次。现在邀请你到我的实验室来（直接穿过客厅，在厨房处向左转），让我们一起探讨机器人的奥秘和设计。读者对象本书适合于大学生、成年人和高年级的中学生。鼓励家庭成员参与机器人的制作。因为有些工作只有成年人才能安全地完成，在组建机器人的过程中，未成年人往往需要监护人的参与帮助。预备知识你需要具备电子学方面的基本知识及软件编程的一般经验。本书涉及到了很多不同模块和版本的机器人。所有读者应该能够制作第一代Roundabout机器人（在第13章中介绍）。当掌握了更多的应用知识及经验之后，就可以制作更高级的机器人了。
标签： 机器人
上传时间： 2022-06-25
上传用户：
射频识别技术（Radio Freguency Identification，RFID）是无线电技术在自动识别领域应用中的具体运用。它通过射频信号自动识别目标对象并获取相关数据。近年来，随着，芯片技术、天线技术以及计算机技术的不断发展，RFID系统的体积和功耗越来越小，成本越来越低，功能日趋灵活，操作快捷方便，加上其擅长多目标识别、运动目标识别、方便物品跟踪和物流管理的突出特点，RFID系统日益广泛地应用于各种生产生活场所，扮演着越来越重要的角色，被评为“带来了一个进化的无线市场”。本章导读·射频识别技术的特点·射频识别技术的应用现状及发展趋势·射频识别技术的应用领域·射频识别技术的市场展望Radio Frequency Identification（RFID）通称电子标签技术，作为一种快速、实时、准确采集与处理信息的高新技术和信息标准化的基础，被列为21世纪十大重要技术之一。RFID技术通过对实体对象（包括零售商品、物流单元、集装箱、货运包装、生产零部件等）的唯一有效标识，被广泛应用于生产、零售、物流、交通等各个行业。RFID技术已逐渐成为企业提高物流供应链管理水平、降低成本、企业管理信息化、参与国际经济大循环、增强企业核心竞争力不可缺少的技术工具和手段。RFID技术的兴起并不是因为它是一项新技术，而是因为这项技术已经开始成熟并逐渐具备了走向实际应用的能力。RFID技术是从20世纪90年代兴起的一项自动识别技术。它是通过磁场或电磁场，利用无线射频方式进行非接触双向通信，以达到识别目的并交换数据，可识别高速运动物体并可同时识别多个目标。与传统识别方式相比，RFID技术无须直接接触、无须光学可视、无须人工干预即可完成信息输入和处理，操作方便快捷。能广泛用于生产、物流、交通运输、医疗、防伪、跟踪、设备和资产管理等需要收集和处理数据的应用领域，被认为是条形码标签的未来替代品。自动识别的方法有多种，如图1-1所示，每种方法各有其特点和应用领域。
标签： RFID
上传时间： 2022-06-25
上传用户：bluedrops
