没有合适的资源?快使用搜索试试~ 我知道了~
人工智能-第12章-群智能.pptx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 21 浏览量
2022-07-01
10:41:31
上传
评论
收藏 1MB PPTX 举报
温馨提示
试读
73页
人工智能 第十二章 群智能 人工智能-第12章-群智能全文共73页,当前为第1页。 12.1 群智能概述 12.2 蚁群算法 12.3 粒子群优化算法 12.4 其他群智能优化算法 人工智能-第12章-群智能全文共73页,当前为第2页。 群智能(Swarm Intelligence,SI)优化算法通过模拟自然界中的昆虫、鸟群、鱼群等"社会性"生物群体的行为特征,利用群体性生物能够不断学习自身经验与其他个体经验的特性,在寻优过程中不断获取和积累寻优空间的知识,自适应地进行搜索寻优,从而得到最优解或准有解。群智能优化算法作为一种新兴的演化计算技术,具有较强的自学习性、自适应性、自组织性等智能特征,算法结构简单、收敛速度快、全局收敛性好,在旅行商问题、图着色问题、车间调度问题、数据聚类问题等领域得到广泛的应用,与进化算法和人工神经网络并称为人工智能领域的三驾马车。 12.1 群智能概述 人工智能-第12章-群智能全文共73页,当前为第3页。 自然界中的群体生物,具有惊人的完成复杂行为的能力,群智能优化算法则是国内外研究学者受到群体生物的社会行为启发而提出。其中提出时间最早、应用最为广泛的群智
资源推荐
资源详情
资源评论
人
人
工
工
智
智
能
能
第十二章群智能
12.1群智能概述
12.2蚁群算法
12.3粒子群优化算法
12.4其他群智能优化算法
群智能(Swarm Intelligence,SI)优化算法通过模拟自然界中的昆虫、鸟
群、鱼群等“社会性”生物群体的行为特征,利用群体性生物能够不断学习
自身经验与其他个体经验的特性,在寻优过程中不断获取和积累寻优空间
的知识,自适应地进行搜索寻优,从而得到最优解或准有解。群智能优化
算法作为一种新兴的演化计算技术,具有较强的自学习性、自适应性、自
组织性等智能特征,算法结构简单、收敛速度快、全局收敛性好,在旅行
商问题、图着色问题、车间调度问题、数据聚类问题等领域得到广泛的应
用,与进化算法和人工神经网络并称为人工智能领域的三驾马车。
12.1
12.1
群
群
智
智
能
能
概
概
述
述
自然界中的群体生物,具有惊人的完成复杂行为的能力,群智能优化算
法则是国内外研究学者受到群体生物的社会行为启发而提出。其中提出
时间最早、应用最为广泛的群智能优化算法主要是模拟蚂蚁觅食行为的
蚁群算法(Ant Colony Optimization,ACO)和模拟鸟类觅食行为的粒
子群优化算法(ParticleSwarmOptimization,PSO)。
12.1.1 群智能优化算法定义
鸟群通过协作进行捕食
房间偏僻角落里的蛋糕总会先被蚂蚁发现
鱼聚集成群可以有效的逃避捕食者
群智能优化算法主要源于对自然界中群体生物觅食等行为的模拟,每个具
有经验和智慧的个体通过相互作用机制形成强大的群体智慧来解决复杂问
题。
其主要算法流程如下。
<1>将寻优过程模拟成生物个体的觅食等行为过程,用搜索空间中的点
模拟自然界中的生物个体;
<2>将求解问题的目标函数量化为生物个体对环境的适应能力;
<3>将生物个体觅食等行为过程类比为传统寻优方法用较优的可行解取
代较差可行解的迭代过程,从而演化成为一种具有“生成+检验”特征的
迭代搜索算法,是一种求解极值问题的自适应人工智能技术。
群智能主要算法流程
剩余72页未读,继续阅读
资源评论
是空空呀
- 粉丝: 171
- 资源: 3万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功