进化算法

粒子群算法1——常用智能算法

一、遗传算法1.概念遗传算法(GA)自1975年Holland提出之后，作为一种经典的进化算法，已经在国际上形成了一个活跃的研究领域。
路漫求索_CUMT·2020-07-28 00:37

MOP_2. 非支配排序遗传算法 —（NSGA、NSGA-II)

多目标优化系列：MOP_1.多目标优化的相关基本概念MOP_2.非支配排序遗传算法—（NSGA、NSGA-II)MOP_3.基于分解的多目标进化算法—（MOEAD)1.非支配排序遗传算法(NSGA)1995
蓝色蛋黄包·2020-07-27 23:06

MOP_1. 多目标优化的相关基本概念

多目标优化系列：MOP_1.多目标优化的相关基本概念MOP_2.非支配排序遗传算法—（NSGA、NSGA-II)MOP_3.基于分解的多目标进化算法—（MOEAD)在学习多目标优化的过程中，尤其涉及Pareto
蓝色蛋黄包·2020-07-27 23:05

蚁群算法

蚁群算法是一种模拟进化算法,初步的研究表明该算法具有许多优良的性质.针对PID控制器参数优化设计问题,将蚁群算法设计的结果与遗传算法设计的结果进行了
hachirou·2020-07-27 23:01

优化算法——差分进化算法(DE)

一、差分进化算法的介绍差分进化算法(DifferentialEvolution,DE)是一种基于群体差异的启发式随机搜索算法，该算法是由R.Storn和K.Price为求解Chebyshev多项式而提出的
zhiyong_will·2020-07-27 22:25

NAS论文笔记——Progressive Neural Architecture Search

文章目录主要工作搜索空间定义预测模型训练预测模型数据集准备模型训练训练结果MLPensembleRNN与MLP的对比实验运行速度比较发现的Cell在CIFAR10与ImageNet上的表现主要工作目前来说，NAS的搜索方法包含有强化学习和进化算法
菜到怀疑人生·2020-07-27 21:44

华为提出基于进化算法和权值共享的神经网络结构搜索，CIFAR-10上仅需单卡半天 | CVPR 2020...

作者|VincentLee来源|晓飞的算法工程笔记导读：为了优化进化算法在神经网络结构搜索时候选网络训练过长的问题，参考ENAS和NSGA-III，论文提出连续进化结构搜索方法(continuousevolutionarchitecturesearch
AI科技大本营·2020-07-27 21:21

IJCAI 2019 论文解读 | 基于超图网络模型的图网络进化算法

作者丨张云喆单位丨暗物智能科技研究方向丨NLP推理、数学符号推理研究背景现实生活中很多的数据可以用图（graph）来建模，比如社交网络数据，paper引用数据等。对于AI而言，一个常见的任务是半监督分类，即对图中的每一个点进行分类，在仅有部分点有标注的情况下。处理理此类问题，比较经典的方法是GCN[1]，通过对相邻节点的特征聚合操作来对每个节点进行特征提取。GCN等GNN模型对于节点之间的关系表征
PaperWeekly·2020-07-27 19:34

进化计算导论（一）

进化算法就是一种对给定问题求最优解的随机搜索方法。
CosetteQi·2020-07-27 19:39

群体智能算法之蚁群算法初探(一)

一.背景20世纪90年代，意大利学者M.Dorigo,V.Maniezzo,A.Colorni等从生物进化的机制中受到启发，通过穆尼自然界蚂蚁搜索路径的行为，提出来一种新型的模拟进化算法——蚁群算法，在
Mobtgzhang·2020-07-27 18:21

NSGA-III 笔记

NSGA-III笔记核心Motivation：多目标进化算法是否对解决超目标优化问题有效？
Fengfeng__y·2020-07-27 15:58

【jmetal】多目标进化算法框架使用

JMetal四部分介绍：core包：要在项目中使用JMetal，您至少需要引入该包，它提供了用于实现JMetal算法的各种组件；algorithm包：JMetal附带了已经实现的各种算法，您可以通过添加该包来获得这些算法；problem包：如果您对自己的算法更感兴趣，您可以添加该包来获得要解决的各种问题；exec包：该包附带了各种实用程序，允许您运行和评估不同的组合来。这里，提供一个JMetal的
CallMeJacky·2020-07-27 14:49

群体智能优化算法之粒子群优化算法

同进化算法（见博客《[EvolutionaryAlgorithm]进化算法简介》，进化算法是受生物进化机制启发而产生的一系列算法）和人工神经网络算法（NeuralNetworks，简称NN，神经网络是从信息处理角度对人脑的神经元网络系统进行了模拟的相关算法
陈伟chenwei·2020-07-27 13:28

CARS: 华为提出基于进化算法和权值共享的神经网络结构搜索，CIFAR-10上仅需单卡半天 | CVPR 2020

为了优化进化算法在神经网络结构搜索时候选网络训练过长的问题，参考ENAS和NSGA-III，论文提出连续进化结构搜索方法(continuousevolutionarchitecturesearch,CARS
晓飞的算法工程笔记·2020-07-27 12:22

差分进化算法和遗传算法的区别

区别就在于变异操作1差分进化引入的意义遗传算法的变异操作，就是对个体的某个或某段基因进行随机变换，得到新的个体，也就是新的一组解。它的目的是通过生成新的解，来试图找到更优的选择。但是，直观上能想到的是，经过变异之后，新的那段基因，可能是和原先种群中所有的个体中，所对应的所有基因中，有重合的。这就意味着，这次变异是没有意义的变异，并没有产生新的解，还是和原来的有的解一样。造成的后果也不难想到。当到了
Xurui_Luo·2020-07-27 11:23

遗传算法求解 函数优化问题

遗传算法基本原理遗传算法（geneticalgorithm(GA)）是计算数学中用于解决最优化的搜索算法，是进化算法的一种。
ROCCO#·2020-07-23 11:04

演化算法（一） 基本概念

演化算法1、简介演化算法，又称为进化算法（EvolutionaryAlgorithm）、进化计算（EvolutionaryComputing）或遗传算法（GeneticAlgorithm），是一种元启发式
CraftsCoder·2020-07-13 06:23

遗传算法 —— No.1 工具箱安装及初始化

遗传算法(geneticalgorithm,GA)是一种进化算法，其基本原理是仿效生物界中的“物竞天择、适者生存”的演化法则。
浩子_up·2020-07-12 19:14

蚁群算法（独辟蹊径的进化算法）

转自：http://www.dataguru.cn/article-11200-1.html摘要:高度结构化的组织——虽然蚂蚁的个体行为极其简单，但由个体组成的蚁群却构成高度结构化的社会组织，蚂蚁社会的成员有分工，有相互的通信和信息传递。自然优化——蚁群在觅食过程中，在没有任何提示下总能找到从蚁巢...算法计算机超级计算高性能科学探索1.算法背景——蚁群的自组织行为特征高度结构化的组织——虽然蚂蚁
全菜工程师小辉·2020-07-12 17:45

Python遗传算法工具箱的使用（二）求解最短路径问题

前言自从上一篇博客详细讲解了Python遗传和进化算法工具箱及其在带约束的单目标函数值优化中的应用之后，我经过不断学习工具箱的官方文档以及对源码的研究，逐步更加地掌握如何利用遗传算法求解更多有趣的问题了
Strong_wind·2020-07-12 10:11

Python遗传算法框架使用实例（一）使用Geatpy实现句子匹配

Python遗传算法框架使用实例（一）使用Geatpy实现句子匹配在前面几篇文章中，我们已经介绍了高性能Python遗传和进化算法框架——Geatpy的使用。
weixin_34099526·2020-07-12 08:03

算法（二）之遗传算法（SGA）

算法（二）之遗传算法（SGA）遗传算法（GeneticAlgorithm）又叫基因进化算法或进化算法，是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，属于启发式搜索算法一种。
weixin_30607659·2020-07-12 06:26

经典算法研究系列：七、深入浅出遗传算法

------------------------------------------------一、初探遗传算法Ok，先看维基百科对遗传算法所给的解释：遗传算法是计算数学中用于解决最优化的搜索算法，是进化算法的一种
v_JULY_v·2020-07-12 04:11

基于python3.7的遗传算法可视化

的遗传算法可视化需要的库可视化工具遗传算法适应度函数的选择显示函数图像动态显示每次种群在函数图中对应的点可控的参数设置需要的库python的强大在于可以安装非常丰富的库，针对遗传算法已经有非常完善的库了，只需要在里面设计即可，我使用的是Geatpy库，这是一个高性能的Python遗传算法库以及开放式进化算法框架
威哥哥带你写代码·2020-07-11 20:23

谢菲尔德遗传算法工具箱

我一开始学习了粒子群优化算法和鲸鱼优化算法等群智能优化算法，都是在整数域上，依靠不同的算子对种群中的每个agent进行迭代，也有接触过差分进化算法这类遗传算法的改进算法。初步了解遗
___NWS___·2020-07-11 19:53

多任务进化优化算法(二) 多因子进化算法(MFEA)的理论基础、多任务贝叶斯优化以及MFEAII简介

摘要此篇博客主要介绍了MFEA理论推导及其改进算法MFEA-II。在多任务优化的情景下，如果任务之间存在潜在关系，那么高质量的解在这些任务之间的转移可以显著提高算法的性能。然而有的时候缺乏关于任务间协同作用的任何先验知识（黑盒优化），主要是负迁移导致算法的性能受损，因此负向任务间交互的易感性会阻碍整体的收敛行为。为了减轻这种负迁移的情况，MFEA-II在MFEA-I的基础上利用在线学习以及不同任务
晓风wangchao·2020-07-11 19:46

Python遗传和进化算法框架（二）Geatpy库函数和数据结构

上一篇讲了Geatpy的快速入门：https://blog.csdn.net/qq_33353186/article/details/82014986但是光是几个例子是远远不能熟练掌握python遗传和进化算法编程的
jazz_bin·2020-07-11 17:11

Python遗传算法框架使用实例（一）使用Geatpy实现句子匹配

在前面几篇文章中，我们已经介绍了高性能Python遗传和进化算法框架——Geatpy的使用。
jazz_bin·2020-07-11 17:11

遗传算法混合编码

本文采用Python高性能实用型进化算法工具箱Geatpy来进行相关的实验探究，Geatpy工具箱内置支持复杂混合编码的进化优化，并且只需把待求解的问题编写在”问题类“中，然后调用内置的进化算
jazz_bin·2020-07-11 17:11

Python遗传算法框架使用实例（二）多目标优化问题Geatpy for Python与Matlab的对比学习

在前面几篇文章中，我们已经介绍了高性能Python遗传和进化算法框架——Geatpy的使用及一些案例。
jazz_bin·2020-07-11 17:11

差分进化算法

1.算法提出及思想来源差分进化算法（DifferentialEvolution，DE)于1997年由RainerStorn和KennethPrice在遗传算法等进化思想的基础上提出的，本质是一种多目标（
Leaveager·2020-07-11 16:07

Deap框架—结合demo进行学习

demo进行学习1.OneMaxProblem1.1GeneralVersionModulesCreatorToolboxEvaluationFunctionGeneticOperatorsMain简单进化算法
YTea·2020-07-11 02:52

[Evolutionary Algorithm] 进化算法简介

进化算法，也被成为是演化算法（evolutionaryalgorithms，简称EAs），它不是一个具体的算法，而是一个“算法簇”。
weixin_34117522·2020-07-10 08:20

机器学习——基础概念三：强化学习、进化算法

文章目录强化学习,ReinforcementLearning强化学习概念强化学习方法汇总QLearning一周总结：下周打算：进化算法遗传算法进化策略EvolutionStrategy神经网络的进化Neuro-Evolution
__Limits·2020-07-08 01:54

遗传算法

遗传算法遗传算法（geneticalgorithm）是进化算法的一种。来源于达尔文的生物进化学——“物竞天择，适者生存”。一个种群在繁衍的过程中，通过交叉繁衍和个体变异产生了新的一代。
mjl_cv·2020-07-07 23:13

蚁群算法简介及matlab源代码

1蚁群算法原理自1991年由意大利学者M.Dorigo，V.Maniezzo和A.Colorni通过模拟蚁群觅食行为提出了一种基于种群的模拟进化算法——蚁群优化。
Vigor·2020-07-07 09:59

Sampled Training and Node Inheritance for Fast Evolutionary Neural Architecture Search

最近，由于进化算法具有吸引人的全局优化功能，进化神经体系结构搜索（ENAS）受到了越来越多的关注。
hanlinger_·2020-07-07 09:59

【DE算法】差分进化算法原理及matlab代码

差分进化算法DE与遗传算法GA非常类似，下面是差分进化算法的步骤。
CS青雀·2020-07-06 14:31

神经进化：一种不一样的深度学习

神经进化作为人工智能的一个研究领域，试图通过进化算法而非随机梯度下降来设计和构建神经网络。
喜欢打酱油的老鸟·2020-07-06 03:38

进化算法之遗传算法

进化算法进化算法，也被成为是演化算法（evolutionaryalgorithms，简称EAs），它不是一个具体的算法，而是一个“算法簇”。
Emery_fly·2020-07-05 19:06

GA(遗传算法) 解决TSP问题 Python实现

GeneticAlgorithmPython3.71.第一问最小生成树问题使用了Prim算法基于Python3.7实现最小生成树（Prim算法）2.即TSP问题、这里用到GA解决找了别人的GA板子，改动之后成型清华大学【数据挖掘：进化计算】进化算法
断然Juvenile·2020-07-05 10:06

One Pixel Attack(对抗攻击) —— 使用差分进化算法寻找最优解

论文原文：Onepixelattackforfoolingdeepneuralnetworks论文链接：https://arxiv.org/abs/1710.08864代码：https://github.com/Hyperparticle/one-pixel-attack-kerasAdversarialAttack在这里插入图片描述对抗攻击不过多阐述，如上图所示，在原图像x0上加上一些pertu
社会青年技术官·2020-07-04 20:28

论文阅读 AutoML: A Survey of the State-of-the-Art

常用的方法有强化学习、进化算法（ea）和梯度下降（gd）、贝叶斯优化等。除了NAS，automl还涉及到其他已经研究了很长时间的技术，我们根据机器学习流水线将这些技术分为
kindred_joe·2020-07-04 20:15

【数据挖掘】遗传算法原理浅析：什么是遗传算法？遗传算法的工作原理是什么？

文章目录1.基础知识1.1生物学背景1.2进化算法1.2.1概念1.2.2进化计算关键概念1.2.3进化计算的求解过程1.2.4应用举例2.遗传算法是什么2.1定义2.2基本思想2.3基本组成部分BasicComponents2.3.1
纸羊同学·2020-07-04 18:42

【AutoML】连续可微分架构如何用于网络结构搜索

作者&编辑|言有三前面两期我们给大家介绍了基于强化学习和进化算法的模型结构搜索，它们的共同特点就是搜索空间是连续的，并且计算量很大，本期我们介绍可微分架构的网络搜索，其搜索空间是连续的，并且相比强化学习和进化算法具有计算优势
言有三·2020-07-04 17:12

模型加速 | 华为提出高效的模型加速框架（附源码）

作者目前神经网络结构搜索的网络性能已经超越了人工设计的网络，搜索方法大致可以分为强化学习、进化算法以及梯度三种，有研究表明进化算法能比强化学习搜索到更好的模型，但其搜索耗时较多，主要在于对个体的训练验证环节费事
计算机视觉研究院·2020-07-04 17:28

多目标优化算法评价指标

多目标进化算法解集的性能评价指标主要分为三个方面：1）解集的收敛性评价(ConvergencePerformance,CP),反映解集与真实Pareto前沿之间的逼近程度2）解集的均匀性评价(UniformityPerformance
Martinezou·2020-07-04 07:16

AutoML端侧算法性能对比：NAS搜索出端侧大小的模型在Imagenet的表现

虽然NAS算法多种多样，但是从方法上可归为三大阵营：基于强化学习算法、基于进化算法和基于梯度的算法。
霸王龙Alvin·2020-07-04 00:06

多目标优化-测试问题及其Pareto前沿

多目标进化算法系列多目标进化算法(MOEA)概述多目标优化-测试问题及其Pareto前沿多目标进化算法详述-MOEA/D与NSGA2优劣比较多目标进化算法-约束问题的处理方法基于C#的多目标进化算法平台
subtask·2020-07-02 15:45

【机器学习】粒子群算法（Particle Swarm Optimization）的Python实现

关键词：粒子群算法、python一、粒子群算法概述  粒子群算法，也称粒子群优化算法或鸟群觅食算法（ParticleSwarmOptimization），缩写为PSO，属于进化算法的一种，和模拟退火算法相似
crossous·2020-07-02 14:18
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他