aai51自然計(jì)算及群體智能(文件)
【正文】 43 ACO國(guó)際研討會(huì) ? ACO國(guó)際研討會(huì) ? 199 2022年、 2022年、 2022年， 2022年，比利時(shí)布魯塞爾大學(xué) 44 基本蟻群算法的數(shù)學(xué)模型 45 P、 NP、 NPC、 NPhard問(wèn)題 ? P類(lèi)問(wèn)題 – 所有可用 DTM (Deterministic onetape Turing Machine) 在多項(xiàng)式時(shí)間內(nèi)求解的判定問(wèn)題 Π的集合。 – NP類(lèi)問(wèn)題是所有可用 NDTM (NonDeterministic onetape Turing Machine)在多項(xiàng)式時(shí)間內(nèi)求解的判定問(wèn)題 Π的集合 47 P、 NP、 NPC、 NPhard問(wèn)題 ? NPC類(lèi)問(wèn)題 (NPComplete) – 是 NP類(lèi)中最困難的一類(lèi)問(wèn)題。即螞蟻是反應(yīng)型適應(yīng)性主體 – 在個(gè)體水平上，每只螞蟻僅根據(jù)環(huán)境做出獨(dú)立選擇；在群體水平上，單只螞蟻的行為是隨機(jī)的，但蟻群可通過(guò)自組織過(guò)程形成高度有序的群體行為。 ?52 蟻群算法 時(shí)間 ： 20世紀(jì) 90年代 地點(diǎn) ： 意大利 人物 ： 意大利 M． Dorigo， V． Maniezzo， A． Colorni 目的 ： 模擬自然界螞蟻搜索路徑的行為， 結(jié)果 ： 群體智能理論 應(yīng)用 ： 求解 NP問(wèn)題 （ TSP問(wèn)題、分配問(wèn)題、 jobshop調(diào)度問(wèn)題）， 解復(fù)雜優(yōu)化問(wèn)題（離散優(yōu)化問(wèn)題）有優(yōu)勢(shì) 53 應(yīng)用領(lǐng)域 ?解決大多數(shù)優(yōu)化問(wèn)題 ?或轉(zhuǎn)化為優(yōu)化求解的問(wèn)題。（導(dǎo)數(shù)，微分） 。 3 非直接 信息交流 ，（廣播） 4 可處理 離散 對(duì)象 5 實(shí)現(xiàn)簡(jiǎn)單 56 實(shí)現(xiàn)簡(jiǎn)單 算法中僅涉及各種基本的數(shù)學(xué)操作， 對(duì) CPU和內(nèi)存的要求不高。 – E中的元素總是和 V中的序偶對(duì)有對(duì)應(yīng)關(guān)系，可用 V中的序偶代替 E中的元素。 Asymmetric ? NPhard類(lèi)問(wèn)題 – NPC NPhard ?NP P NPhard NPC 48 基本蟻群算法模型 ? 基本假設(shè) – 螞蟻之間通過(guò)信息素和環(huán)境進(jìn)行通信。 – 若存在一個(gè)多項(xiàng)式時(shí)間 DTM程序，它在編碼策略 e之下求解判定問(wèn)題 Π，即 L[Π, e]∈ P,則稱(chēng)該判定問(wèn)題屬于 P類(lèi)問(wèn)題。 ants can choose to go around it following one of the two different paths with equal probability. c) On the shorter path more pheromone is laid down. 36 Fig. 2. An example with artificial ants a) The initial graph with distances. b) At time t=0 there is no trail on the graph edges。1 高級(jí)人工智能 ? 第一章 人工智能概述 ? 第二章 歸結(jié)推理方法 ? 第三章 不確定性推理 ? 第四章 知識(shí)表達(dá)方法 ? 第五章 自然計(jì)算及群體智能 －蟻群算法 ? 第六章 自然計(jì)算及群體智能 －遺傳算法 2 自然計(jì)算與群體智能 趙林亮 計(jì)算機(jī)應(yīng)用技術(shù)研究所 3 創(chuàng)新：向大自然學(xué)習(xí) ? 生物體、自然生態(tài)系統(tǒng) ? 通過(guò)自身演化解決優(yōu)化問(wèn)題 ? 模擬自然生態(tài)系統(tǒng)求解復(fù)雜優(yōu)化問(wèn)題 ? 仿生優(yōu)化算法 – 遺傳算法 – 蟻群算法 – 微粒群算法 – 人工免疫算法 – 人工魚(yú)群算法 – 混合蛙跳算法 4 ? 遺傳算法 (GA) – 物競(jìng)天擇，設(shè)計(jì)染色體編碼，交配 突變與適應(yīng)函數(shù)的萃取，優(yōu)化求解 ? 神經(jīng)網(wǎng)絡(luò) (ANN)
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1