136宅男福利导航,人妻无码αv中文字幕久久琪琪布,凹凸福利导航,免费无码一级A片在线播放,2021毛片,不用充钱不限次数的看黄神器,一级A片中文字幕免费,国产黑色丝袜在线脚交,女同ⅩXX女同les高潮视频,国内无遮码无码的免费AV

您当前所在位置:首页 > PPT课件 > 工作PPT > 行业PPT → 人工智能第5章计算智能(2)ppt

人工智能第5章计算智能(2)ppt

PPT预览

人工智能第5章计算智能(2)ppt

PPT内容

这是人工智能第5章计算智能(2)ppt,包括了遗传算法(GA),进化策略,人工生命等内容,欢迎点击下载。

第五章 计算智能(1) 进化计算
5.1  遗传算法(GA)
5.2  进化策略
5.3  人工生命
5.1 遗传算法
一.概述
1.遗传算法(Genetic Algorithms,简称GA)思想来源于生物进化过程,它是基于进化过程中的信息遗传机制和优胜劣汰的自然选择原则的搜索算法(以字符串表示状态空间).
2.GA由美国J.H.Holland教授于1975年首先提出,并以其提出的图式定理作为理论基础.
3.GA特别适用于传统数学难以解决的复杂的优化问题,如TSP问题.
4.GA属于邻域搜索的一类,它用概率方式产生新的邻域个体.
5.简单的GA存在参数难以控制,容易陷入局部收敛等缺陷,现在的趋势是把它与其他的优化算法结合起来取长补短.
二.遗传算法的基本机理
1. 编码与解码
    遗传算法先将搜索结构编码为字符串形式,每个字
    符串结构被称为个体(染色体).
    相反将字符串形式编码表示变换为原问题结构的
    过程叫解码.
    编码方法有二进制编码,实数编码,符号编码等.
2. 染色体优劣的度量----适应度
    每个染色体与其适应度的对应关系是适应度函数, 
    它应该有效反映每个染色体与问题的最优解染色 
    体之间的差距.
3. 遗传操作
    选择(复制),根据个体的适应度函数值决定它在下
    一代被淘汰还是被遗传.
    交叉 将被选择的两个个体作为母体进行部分子
    串的交换.
变异 就是改变染色体的某些基因.
三.遗传算法的准备工作
1.确定表示方案;
   2.确定适应值的度量;
   3.确定控制该算法的参数和变量;
   4.确定怎样指定结果及程序运行结束的标准.
四.遗传算法的具体步骤
1.随机产生一个由固定长度字符串组成的初始群体;
  2.对于字符串群体,迭代地执行下述步骤,直到选种标准被满足为止:
计算群体中的每个个体字符串的适应值;
应用下述三种操作(至少前两种)来产生新的群体:
复制:把现有的个体字符串复制到新的群体中.
杂交:通过遗传重组随机选择两个现有的子字符串,  产生新的字符串.
变异:将现有字符串中某一位的字符随机变异.
3.把在后代中出现的最高适应值的个体字符串指定为遗传算法运行的结果.这一结果可以是问题的解(或近似)
4.简单的杂交操作分为三步
  从当前群体B(t)中选择两个结构:
随机选择一个整数
  交换a和a‘中位置x左边的元素, 产生两个新的结构:
5.简单的变异操作过程如下:
    每个位置的字符变量都有一个变异概率,各位置互相独立.通过随机过程选择发生变异的位置:
产生一个新结构
  其中     是从对应位置    的字符变量的值域中随
  机选择的一个取值。可以同样得到
五.遗传算法与传统优化算法的主要不同
遗传算法不是直接作用在参变量集上,而是利用参变量集的某种编码;
遗传算法不是从单个点,而是在群体中从一个点开始搜索;
遗传算法利用适应值信息,无需导数或其它辅助信息;
遗传算法利用概率转移规则,而非确定性规则.
六.遗传算法举例
问题:求
(1)编码:
          此时取均长为5,每个染色体
(2)初始群体生成:群体大小视情况而定,此处设置为4,随机产生四个个体:
         编码: 01101,11000,01000,10011
         解码:    13           24         8            19
       适应度: 169         576       64           361
(3)适应度评价:
4)选择:选择概率
         个体: 01101,11000,01000,10011
       适应度: 169         576       64           361
    选择概率:0.14        0.49     0.06         0.31
选择结果:01101,11000,11000,10011
(5)交叉操作:发生交叉的概率较大
        哪两个个体配对交叉是随机的
        交叉点位置的选取是随机的(单点交叉)
     0110 1         01100              11 000         11011
     1100 0         11001              10 011         10000
(6)变异:发生变异的概率很小
(7)新群体的产生:
       保留上一代最优个体,一般为10%左右,至少1个
       用新个体取代旧个体,随机取代或择优取代。
          11000,11011,11001,10011
(8)重复上述操作:
说明:GA的终止条件一般人为设置;
            GA只能求次优解或满意解。
分析:按第二代新群体进行遗传操作,若无变异,永远也找不到最优解——择优取代有问题。
            若随机的将个体01101选入新群体中,有可能找到最优解。
七.遗传算法应用中的一些基本问题
    1.  编码
       二进制编码,十进制编码适用于函数优化
       二进制编码需要解码,染色体较长,变异容易.
       十进制编码直观,交换计算量小,但变异复杂.
       符号编码适用于组合优化
2.  适应度函数
       适应度函数要求非负,同时把待解优化问题表达为
       最大化问题,不同染色体的适应度值既要有差距,又
       不要差距过大.
为此,需要对原始函数进行某些数学变换.如:非负
        变换,线性变换,幂变换,指数变换等.
3. 控制参数和终止条件
        (1)需要控制的参数有种群大小,交叉概率和变异
             概率.它们的设定尚无理论指导,根据具体问题
             和实验确定.变异概率的选择尤为困难.
        (2)简单的GA不能收敛到全局最优解,通过改进才
             行,但搜索时间可能很长.
(3)没有严格的数学方法判定算法的终止.大多数
              采用启发式方法.
八.简单遗传算法的改进
       1.改进选择方法  例如:择优选择法,确定选择法等
       2.增加遗传操作  例如:多点交叉,部分匹配交叉,基
                                  因重组等
       3.单亲遗传   取消交叉操作
       4.混合遗传算法
5.2  进化策略
一.进化策略的算法模型
   进化策略模仿自然进化原理作为一种求解参数优化问题的
   方法.最简单的实现方法如下:
定义的问题是寻找n维的实数向量x,它使函数
(2) 双亲向量的初始群体从每维可行范围内随机选择.
(3) 子孙向量的创建是从每个双亲向量加上零均方差高斯随机变量.
(4) 根据最小误差选择向量为下一代新的双亲.
(5) 向量的标准偏差保持不变,或者没有可用的计算方法,那么处理结束.
二.进化策略的具体步骤:
1.产生出初始群体, 它由关于问题(计算机程序)的函数随机组合而成。
2.迭代完成下述子步骤,直至满足选种标准为止:
执行群体中的每个程序,根据它解决问题的能力,给它指定一个适应值
应用变异等操作创造新的计算机程序群体。基于适应值根据概率从群体中选出一个计算机程序个体,然后用合适的操作作用于该计算机程序个体。 把现有的计算机程序复制到新的群体中。通过遗传随机重组两个现有的程序, 创造出新的计算机程序个体。
3.在后代中适应值最高的计算机程序个体被指定为进化程序设计的结果。这一结果可能是问题的解或近似解。
5.3 人工生命
一.什么是人工生命
   人工生命是指用计算机和精密机械等生成或构造表现自然生命系统行为特点的仿真系统或模型系统.自然生命系统的行为特点表现为自组织、自修复、自复制的基本性质,以及形成这些性质的混沌动力学、环境适应和进化.
   在现实世界中,普遍地存在着各类复杂系统,一般认为,非线性、不稳定性、不确定性是造成复杂性的根源.复杂事物只能照它复杂的面貌来理解.
二.研究人工生命的原因
  1.人工生命的研究可使我们更好地理解突发特征,个体在低
    级组织中的集合,通过我们的相互作用,常可产生特征.
2.人工生命将会成为研究生物的一个特别有用的工具.
  3.对于发展新技术及增强我们控制自然的能力,人工生命系统是很有潜力的.
  4.人工生命的另一显著应用是遗传工程.
三.人工生命的模型
  1.计算机病毒
  2.计算机的进程
  3.生物统计学和个体胎生学
  4.机器人
  5.自催化(autocatalytic)网络
  6.细胞自动机
四.人工生命研究的策略
 1.采用以计算机等信息处理机器为中心的硬件生成生命行为。
一种是采用已有的信息处理机器和执行装置,实现具有人工生命行为的系统.
另一种是用生物器件构造生命系统.这些都通称为生物计算机,是一种向人工生命接近的方法.
 2.用计算机仿真,研究开发显示生命体特征行为的模型软件.简单地说,神经网络系统和遗传算法等,都是采用信息数学模型,模拟人工生命的生成.
 3.基于工作原理,利用计算机仿真生成生命体,生命现象的基础是随物理熵的增大而杂乱无章.生成这种现象的原理是混沌的分形、耗散结构、协同反应等,采用这些产生生命现象.
4.通过计算机仿真,分析生命特有的行为生成,建立新的理论.利用上面3个策略,得到生命行为共同的一般性质,通过概括,建立生命的基本理论.这种策略形成自组织、超并行处理等理论.
 

相关PPT

4人工智能与专家系统(GIS)ppt:这是4人工智能与专家系统(GIS)ppt,包括了基本概念,产生式表示方法及推理,框架表示及推理,语义网络表示法,其它表示方法及推理等内容,欢迎点击下载。
7人工智能与专家系统(GIS)ppt:这是7人工智能与专家系统(GIS)ppt,包括了问题求解策略,搜索基本原理,图搜索策略,盲目搜索,启发式搜索等内容,欢迎点击下载。
8人工智能与专家系统(GIS)ppt:这是8人工智能与专家系统(GIS)ppt,包括了问题求解策略,搜索基本原理,图搜索策略,盲目搜索,启发式搜索等内容,欢迎点击下载。
《人工智能第5章计算智能(2)ppt》是由用户隔川盼于2018-03-30上传,属于行业PPT。

精品推荐 人工智能ppt

更多 ( 380 个) >> 人工智能ppt PPTOK为广大PPT爱好者展示用户上传的《人工智能》PPT集合大全,欢迎点击下载哦。人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展......
  • 相关PPT

    缩略图

    • 人工智能第5章计算智能(2)ppt
    举报