<html>
<head>
<meta charset="UTF-8">
<script language="javascript" type="text/javascript" src="p5.min.js"></script>
<script language="javascript" type="text/javascript" src="p5.dom.min.js"></script>
<script language="javascript" type="text/javascript" src="nn.js"></script>
<script language="javascript" type="text/javascript" src="matrix.js"></script>
<script language="javascript" type="text/javascript" src="main.js"></script>
<script language="javascript" type="text/javascript" src="geneticAl.js"></script>
<script language="javascript" type="text/javascript" src="bird.js"></script>
<script language="javascript" type="text/javascript" src="pipe.js"></script>
<script src="http://libs.baidu.com/jquery/2.1.4/jquery.min.js"></script>
<link rel="stylesheet" type="text/css" href="style.css">
</head>
<body>
<div style="text-align: center;">
<br />
<br />
<div id="container"></div>
<p>
速度: <input id="speedSlider" type="range" min="0" max="10" value="1"> <span id="speed">1</span>
<br />
<br /> 本代最高分数: <span id="hs">0</span>
<br />
<br /> 历史最高分数: <span id="ahs">0</span>
</p>
<p>
<button id="best">最优个体</button>
</p>
</div>
</body>
<script>
//滑动时的样式
$.fn.RangeSlider = function (cfg) {
this.sliderCfg = {
min: cfg && !isNaN(parseFloat(cfg.min)) ? Number(cfg.min) : null,
max: cfg && !isNaN(parseFloat(cfg.max)) ? Number(cfg.max) : null,
step: cfg && Number(cfg.step) ? cfg.step : 1,
callback: cfg && cfg.callback ? cfg.callback : null
};
var $input = $(this);
var min = this.sliderCfg.min;
var max = this.sliderCfg.max;
var step = this.sliderCfg.step;
var callback = this.sliderCfg.callback;
$input.attr('min', min)
.attr('max', max)
.attr('step', step);
$input.bind("input", function (e) {
$input.attr('value', this.value);
$input.css('background', 'linear-gradient(to right, #059CFA, #ebeff4 ' + this.value * 10 + '%, #ebeff4)');
if ($.isFunction(callback)) {
callback(this);
}
});
};
$('#speedSlider').RangeSlider({ min: 0, max: 10, step: 1, callback: '' });//#snrPollInterval为input的id名
</script>
</html>
没有合适的资源?快使用搜索试试~ 我知道了~
遗传算法+神经网络的简易版
共16个文件
js:8个
png:2个
suo:1个
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 93 浏览量
2024-03-02
18:23:36
上传
评论
收藏 874KB ZIP 举报
温馨提示
遗传算法(Genetic Algorithm,GA)和神经网络(Neural Network)是两种强大的计算方法,在某些情况下它们可以结合使用来解决复杂的问题,以下是遗传算法和神经网络结合的概念: 1. **遗传算法**: - 遗传算法是一种启发式优化搜索算法,受自然选择和遗传机制启发而来。 - 遗传算法通过模拟生物进化过程,利用基因编码、选择、交叉和变异等操作来搜索最优解。 2. **神经网络**: - 神经网络是一种模仿人类大脑神经元网络结构的人工智能模型,用于学习和识别模式。 - 神经网络通过训练数据学习权重和连接关系,以实现对输入数据的复杂模式识别和预测。 3. **遗传算法与神经网络结合**: - 将遗传算法与神经网络结合可用于优化神经网络架构、权重初始化、超参数调整等任务。 - 在训练神经网络时,遗传算法可以用来搜索最佳的超参数组合,如学习率、激活函数、神经网络层数等。 4. **工作原理**: - 利用遗传算法来优化神经网络的参数,初始时随机生成一组神经网络参数,称为个体。 - 通过评估每个个体......
资源推荐
资源详情
资源评论
收起资源包目录
带有遗传算法+神经网络的简易版bird.zip (16个子文件)
Flappy-bird-master
style.css 1KB
nn.js 5KB
image
bird.png 169KB
background.png 230KB
main.js 4KB
p5.dom.min.js 24KB
.vs
slnx.sqlite 84KB
VSWorkspaceState.json 104B
Flappy bird
v16
.suo 15KB
pipe.js 996B
index.html 2KB
geneticAl.js 1KB
matrix.js 3KB
p5.min.js 454KB
bird.js 2KB
CSDN关注我不迷路.bmp 2.79MB
共 16 条
- 1
资源评论
专家-百锦再
- 粉丝: 7441
- 资源: 731
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