1. Trang chủ
  2. » Công Nghệ Thông Tin

Trí tuệ nhân tạo lập trình tiến hóa

177 640 7
Tài liệu đã được kiểm tra trùng lặp

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 177
Dung lượng 10,14 MB

Nội dung

Trí tuệ nhân tạo, lập trình tiến hóa

Ngày đăng: 22/08/2012, 09:00

HÌNH ẢNH LIÊN QUAN

Bảng 1.1. Kết quả của 150 thế hệ - Trí tuệ nhân tạo lập trình tiến hóa
Bảng 1.1. Kết quả của 150 thế hệ (Trang 13)
cho trong hình 1.2. Thoạt đầu, 30 lân cận được quan tâm, và lân cận - Trí tuệ nhân tạo lập trình tiến hóa
cho trong hình 1.2. Thoạt đầu, 30 lân cận được quan tâm, và lân cận (Trang 17)
Hình 1.3. Thuật giải mơ phỏng luyện thép. - Trí tuệ nhân tạo lập trình tiến hóa
Hình 1.3. Thuật giải mơ phỏng luyện thép (Trang 18)
Hình 2.1. Đề thị hằm ƒ G,s;) = 31.5 + zi< sin (4) +xzx sìn(20 xa) #z= 4.1+ đecimai(111110010100010;) x c= =41+ i06 Giả  sử  ta  cần  tính  chính  xác  đến  4  số  lẻ  đối  với  mỗi  biến - Trí tuệ nhân tạo lập trình tiến hóa
Hình 2.1. Đề thị hằm ƒ G,s;) = 31.5 + zi< sin (4) +xzx sìn(20 xa) #z= 4.1+ đecimai(111110010100010;) x c= =41+ i06 Giả sử ta cần tính chính xác đến 4 số lẻ đối với mỗi biến (Trang 23)
Gray øe (g;,...g„) và ngược lại được trình bày trong hình 4.1; tham - Trí tuệ nhân tạo lập trình tiến hóa
ray øe (g;,...g„) và ngược lại được trình bày trong hình 4.1; tham (Trang 41)
Bảng 4.3. Kết quả trung bình là hàm của xác suất cập nhật nhiễm  sắc  thể  - Trí tuệ nhân tạo lập trình tiến hóa
Bảng 4.3. Kết quả trung bình là hàm của xác suất cập nhật nhiễm sắc thể (Trang 44)
Bài tốn thử nghiệm đầu tiên là mơ hình tuyến tính bình phương  một  chiều:  - Trí tuệ nhân tạo lập trình tiến hóa
i tốn thử nghiệm đầu tiên là mơ hình tuyến tính bình phương một chiều: (Trang 48)
Bảng 5.7. So sánh các lời giải của bài tốn xe kéo. - Trí tuệ nhân tạo lập trình tiến hóa
Bảng 5.7. So sánh các lời giải của bài tốn xe kéo (Trang 54)
Dưới đây hai thí dụ điển hình, từ mỗi nhĩm hàm mục tiêu sử dụng  trong  các  thử  nghiệm - Trí tuệ nhân tạo lập trình tiến hóa
i đây hai thí dụ điển hình, từ mỗi nhĩm hàm mục tiêu sử dụng trong các thử nghiệm (Trang 83)
Hình 7.4. Mơ tả bài tốn thí dụ. - Trí tuệ nhân tạo lập trình tiến hóa
Hình 7.4. Mơ tả bài tốn thí dụ (Trang 85)
Hình 7.6. Mơ tả bài tốn thí dụ.36 40 21 0 19 20 48 35 28 18 42 47 19 9  - Trí tuệ nhân tạo lập trình tiến hóa
Hình 7.6. Mơ tả bài tốn thí dụ.36 40 21 0 19 20 48 35 28 18 42 47 19 9 (Trang 88)
Bảng 7.5. So sánh giữa GAMS và GENETIC-2. - Trí tuệ nhân tạo lập trình tiến hóa
Bảng 7.5. So sánh giữa GAMS và GENETIC-2 (Trang 88)
(xem bảng 7.5). Nĩi chung, kết quả của chúng rất giống nhau nhưng lại  cân  chứ  ý  rằng,  phương  pháp  ma  trận  được  thiết  kế  theơ  bài  tốn  - Trí tuệ nhân tạo lập trình tiến hóa
xem bảng 7.5). Nĩi chung, kết quả của chúng rất giống nhau nhưng lại cân chứ ý rằng, phương pháp ma trận được thiết kế theơ bài tốn (Trang 89)
được biểu diễn theo dạng ma trận trong hình 8.1 - Trí tuệ nhân tạo lập trình tiến hóa
c biểu diễn theo dạng ma trận trong hình 8.1 (Trang 102)
Hình 8.2.a. Hai cha-me gø|0|0|0/100|0|0/0|1 - Trí tuệ nhân tạo lập trình tiến hóa
Hình 8.2.a. Hai cha-me gø|0|0|0/100|0|0/0|1 (Trang 103)
1 Hình 8.3. Giai đoạn thứ nhất của tốn tử giao. - Trí tuệ nhân tạo lập trình tiến hóa
1 Hình 8.3. Giai đoạn thứ nhất của tốn tử giao (Trang 103)
11, 2, 3, 4| và l5, 6, 7, 8, 9] tạo ra ma trận như trong hình 8.5, được - Trí tuệ nhân tạo lập trình tiến hóa
11 2, 3, 4| và l5, 6, 7, 8, 9] tạo ra ma trận như trong hình 8.5, được (Trang 104)
là, hình 8.6(a) cũng diễn tả các hành trình (2, 4, 3, 8, 6, 5, 7, 9, 1) - Trí tuệ nhân tạo lập trình tiến hóa
l à, hình 8.6(a) cũng diễn tả các hành trình (2, 4, 3, 8, 6, 5, 7, 9, 1) (Trang 105)
Hình 8.7. Các hành trình con riêng biệt và hành trình chung cuộc - Trí tuệ nhân tạo lập trình tiến hóa
Hình 8.7. Các hành trình con riêng biệt và hành trình chung cuộc (Trang 106)
và nhiễm sắc thể cha-me thứ hai (Hình 8.9(b) biểu diễn một hành trình:  - Trí tuệ nhân tạo lập trình tiến hóa
v à nhiễm sắc thể cha-me thứ hai (Hình 8.9(b) biểu diễn một hành trình: (Trang 107)
4|0|0|0|0|010|010|1 Hình 8.11. Các cha-me thứ hai : 5|010|010|0|1|01010  - Trí tuệ nhân tạo lập trình tiến hóa
4 |0|0|0|0|010|010|1 Hình 8.11. Các cha-me thứ hai : 5|010|010|0|1|01010 (Trang 108)
gian được trình bày trong hình 8.13. 5|010]10|0/0/0j/1|0|0 - Trí tuệ nhân tạo lập trình tiến hóa
gian được trình bày trong hình 8.13. 5|010]10|0/0/0j/1|0|0 (Trang 110)
mML Chương 9: Các Bài Tốn Tối Ứu Tổ Hợp Khác - Trí tuệ nhân tạo lập trình tiến hóa
m ML Chương 9: Các Bài Tốn Tối Ứu Tổ Hợp Khác (Trang 127)
thắng gồm các điểm thất nút khả thi hoặc các nút. Hình 9.2 trình - Trí tuệ nhân tạo lập trình tiến hóa
th ắng gồm các điểm thất nút khả thi hoặc các nút. Hình 9.2 trình (Trang 127)
Hình 9.3. Lộ trình thực tếRhi  rơ  bơ  di  chuyển  quá  gần  phía  gĩc  trái  ~  đưới  của  vật  thể  ở  - Trí tuệ nhân tạo lập trình tiến hóa
Hình 9.3. Lộ trình thực tếRhi rơ bơ di chuyển quá gần phía gĩc trái ~ đưới của vật thể ở (Trang 128)
hệ hiện hành của tiến trình tiên hĩa). Tốn tử được mơ hình hĩa - Trí tuệ nhân tạo lập trình tiến hóa
h ệ hiện hành của tiến trình tiên hĩa). Tốn tử được mơ hình hĩa (Trang 130)
Hình 9.5. Kết quả của EN trên hai mơi trường. - Trí tuệ nhân tạo lập trình tiến hóa
Hình 9.5. Kết quả của EN trên hai mơi trường (Trang 131)
Hình P.4. PopSize(U và thích nghỉ trung bình của quần thể đối với - Trí tuệ nhân tạo lập trình tiến hóa
nh P.4. PopSize(U và thích nghỉ trung bình của quần thể đối với (Trang 151)
Hình P.7. So sánh SGA và GAVaP§S:kích thước quản thể lúc khởi tạo - Trí tuệ nhân tạo lập trình tiến hóa
nh P.7. So sánh SGA và GAVaP§S:kích thước quản thể lúc khởi tạo (Trang 152)
Ta cĩ thể giản lược thuật giải mã hĩa Delta gốc (hình 1 đã cho - Trí tuệ nhân tạo lập trình tiến hóa
a cĩ thể giản lược thuật giải mã hĩa Delta gốc (hình 1 đã cho (Trang 173)

TỪ KHÓA LIÊN QUAN

TRÍCH ĐOẠN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w