66问答网
所有问题
当前搜索:
遗传算法属于神经网络
遗传算法
的优缺点?
答:
优点:1、
遗传算法是
以决策变量的编码作为运算对象,可以直接对集合、序列、矩阵、树、图等结构对象进行操作。这样的方式一方面有助于模拟生物的基因、染色体和遗传进化的过程,方便遗传操作算子的运用。另一方面也使得遗传算法具有广泛的应用领域,如函数优化、生产调度、自动控制、图像处理、机器学习、数据挖掘...
MATLAB
神经网络
30个案例分析的图书目录
答:
第4章
神经网络遗传算法
在函数极值寻优中的应用——非线性函数极值的发现 第5章 结合BP和Adaboost的强分类器设计——公司财务预警模型的建立 第6章 PID神经网络的解耦控制算法——多变量系统的优化控制 第7章 RBF网络在非线性函数回归中的应用——实现复杂曲线的拟合 第8章 基于GRNN的数据预测技术——...
请问什么
是遗传算法
,并给两个例子
答:
● 方建安、邵世煌,"采用
遗传算法
自学习模型控制规则",《自动化理论、技术与应用》,中国自动化学会 第九届青年学术年会论文集,1993, PP233-238 ● 方建安、邵世煌,"采用遗传算法学习的
神经网络
控制器",《控制与决策》,1993,8(3), PP208-212 ● 苏素珍、土屋喜一,"使用遗传算法的迷宫学习",《机器人》,Vol...
什么专业学习
神经网络
和
遗传算法
答:
就我所知,应该是计算机系中有个人工智能专业学习
神经网络
和
遗传算法
,数据挖掘专业也有学习这两种算法的,还有就是数学系的运筹学与控制论专业或计算数学专业,或者管理科学与工程专业,以及系统工程专业。
遗传算法
的交叉算子有哪些改进和应用?
答:
与智能计算方法融合:
遗传算法
与
神经网络
、模糊推理及混沌理论等结合,预示着21世纪智能计算技术的新突破。并行处理遗传算法:对算法本身和智能计算机架构研究具有重要意义,尤其是在处理复杂问题时。人工生命领域:遗传算法在模拟生物自适应、进化和免疫等现象上发挥作用,与人工生命的交叉研究日益深入。进化计算...
地下水管理模型求解方法研究进展
答:
当目标函数不连续或不可导时,尤其是在分布参数地下水管理模型中涉及经济或环境因素,会使模型更为庞大而复杂,以致传统的优化方法无法解决[53]。 近年来,最优化技术有了很大的进展,一些基于试探式具有全局寻优特点的求解方法被应用于地下水管理之中,如
遗传算法
、模拟退火算法、人工
神经网络
算法、禁忌搜索算法以及一些混合...
建筑经济管理中
神经网络
的应用?
答:
大部分研究都
是
基于采用监督
算法
的误差反传前向
神经网络
进行的。相对在其他工程领域的应用,神经网络在建筑经济管理领域应用的研究并不是很多,国内对于神经网络在建筑经济管理领域应用的研究起步也较晚,已经进行的研究工作多数集中于成本估计和价格评估方面。国内外研究人员所做的比较分散的研究解决了不少建筑经济管理领域...
求matlab的
遗传算法
程序 ,希望得到您的帮助 ,谢谢,邮箱:568403518@qq...
视频时间 1:19
遗传算法
的核心是什么?!
答:
遗传操作的交叉算子。在自然界生物进化过程中起核心作用的
是
生物遗传基因的重组(加上变异)。同样,
遗传算法
中起核心作用的是遗传操作的交叉算子。所谓交叉是指把两个父代个体的部分结构加以替换重组而生成新个体的操作。通过交叉,遗传算法的搜索能力得以飞跃提高。交叉算子根据交叉率将种群中的两个个体随机...
逻辑回归和SVM的区别是什么?各适用于解决什么问题
答:
大大减小了离分类平面较远的点的权重,相对提升了与分类最相关的数据点的权重.两者的根本目的都
是
一样的.此外,根据需要,两个方法都可以增加不同的正则化项,如l1,l2等等.所以在很多实验中,两种
算法
的结果是很接近的.但是逻辑回归相对来说模型更简单,好理解,实现起来,特别是大规模线性分类时比较方便.而...
棣栭〉
<涓婁竴椤
4
5
6
7
9
10
8
11
12
13
涓嬩竴椤
灏鹃〉
其他人还搜