进化算法

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

基于分解的多目标进化算法 —（MOEA/D)

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)基于分解的多目标进化算法(MOEA/D
蓝色蛋黄包·2020-07-02 01:22

智能信息处理技术研讨会（天津大学）个人记录

二、随之而来的安全问题三、大数据自然社会理解与感知计算四、总结一下2.ICDT融合下的移动网络一、移动通信的变迁二、关于FPGA的一些知识三、关于5G的切片知识3.盲评估进化计算方法一、盲评估起源二、进化算法三
Rebornrn·2020-07-01 12:38

一种基于支配和分解的多目标优化进化算法学习笔记

由于最近我的算法老师给的我一篇算法文章，论文名为《AnEvolutionaryMany-ObjectiveOptimizationAlgorithmBasedonDominanceandDecomposition》作者是KeLi,StudentMember,IEEE,KalyanmoyDeb,Fellow,IEEE,QingfuZhang,SeniorMember,IEEE,andSamKwong
爱吃米饭的小希·2020-06-30 19:24

差分进化算法（matlab）

clearall;closeall;clc;NP=50;D=10;G=200;F0=0.4;%初试变异算子CR=0.1;%交叉算子Xs=20;Xx=-20;yz=10^-6;%阈值%初始化x=zeros(D,NP);%初始种群v=zeros(D,NP);%变异种群u=zeros(D,NP);%选择种群x=rand(D,NP)*(Xs-Xx)+Xx;%初始化form=1:NPOb(m)=func2(
穗麦子·2020-06-29 14:49

蚁群算法总结

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。蚁群算法最早用来求解TSP问题，并且表现出了很大的优越性，因为它分布式特性，鲁棒性强并且容易与其它算法结合，但是同时也存在这收
NULL_M·2020-06-29 05:26

差分进化算法总结

基本介绍DE（DifferentialEvolution）算法于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（连续变量）优化算法，用于求解多维空间中整体最优解。其基本思想即是来源于遗传算法，模拟遗传算法中的杂交、变异、复制来设计算子。DE算法和GA算法的相同点：随机生成初始种群以种群中个体适应度值为选择标准主要过程包括变异、杂交、
NULL_M·2020-06-29 05:25

[Evolutionary Algorithm] 进化算法简介

GeneticAlgorithm，GA）2.文化基因算法（MemeticAlgorithm，MA）3.进化多目标优化算法（Multi-ObjectiveEvolutionaryAlgorithm，MOEA）4.参考文献进化算法
和你在一起^_^·2020-06-29 05:14

强化学习/进化算法/贝叶斯优化 本质

强化学习(RL)：序列决策本质:根据实际情况不断改变方法以达到最优解吧出现原因：1）增量式的参数更新(IncrementalParameterAdjustment)，从输入到输出，有梯度下降完成（增量小，学习过程缓慢（每个增量都需要非常小，才不至于让新学到的信息，把之前学到的经验覆盖了(这叫做“灾难性干扰”)））DRL解决方案：加入RNN时许思想，从过去的事件里学到的信息，都可以立刻派上用场2）弱
hi我是大嘴巴·2020-06-28 21:43

Geatpy框架使用基于NSGA-II算法的多染色体多目标进化算法案例（moea_psy_NSGA2_templet）

在Geatpy的官方文档中并没有多目标+多染色体进化算法的demo，在我实际写代码时也出现了一些问题。
呆萌的代Ma·2020-06-28 19:30

差分进化算法 (Differential Evolution)

但相比于进化算法，DE保留了基于种群的全局搜索策略，采用实数编码、基于差分的简单变异操作和一对一的竞争生存策略，降低了遗传操作的复杂性。
weixin_34326558·2020-06-28 17:59

基于遗传算法计算函数最大值--JavaScript实现

背景知识进化算法(evolutionaryalgorithms，EA)是基于自然选择和自然遗传等生物进化机制的一种搜索算法。
wangs1996·2020-06-27 13:52

[归纳]强化学习导论 - 第一章：介绍

文章目录1.开启本系列目的2.本书框架3.认识强化学习4.一些可应用强化学习的场景5.强化学习的基本概念5.与进化算法对比6.一个具体的例子：Tic-Tac-Toe7.总结8.附：致歉参考文献1.开启本系列目的最近开始阅读
OneLonelyTree·2020-06-27 07:20

书评｜人类被彻底颠覆——《机器之心》

(Kurzweil科技公司)主要负责人，这是一家开发和销售图形识别、人工智能、进化算法、信号处理、自然仿真处理等技术的公司。NO.1：技术的进化，指数级增长1）有些鸟类的寿命只有几年时间。
地球折叠·2020-06-27 04:19

深度学习最全优化方法总结比较及在tensorflow实现

这点和进化算法如遗传算法很类似，都无法保证收敛到全局最优。因此，我们注定在这个问题上成为“高级炼丹师”。可以看到，梯度下降算法中一个重要的参数是学习速率，适当
Charles_yy·2020-06-26 23:31

差分进化算法

差异演化(DifferentialEvolution，DE)是一种基于群体差异的演化算法，该算法是RainerStorn和KennethPrice在1996年为求解切比雪夫多项式而提出的。差异演化算法在当年首届IEEE演化计算大赛中表现超群，随后在各个领域得到了广泛应用。差分算法的基本思想：应用当前种群个体的差异来重组得到中间种群，然后应用子代个体与父代个体竞争来获得新一代种群。差异演化算法最新颖
Deng笨蛋·2020-06-26 22:18

遗传算法　差分进化算法　粒子群优化算法区别

一遗传算法遗传算法(GA)作为一种经典的进化算法，自Holland提出之后在国际上已经形成了一个比较活跃的研究领域.人们对GA进行了大量的研究，提出了各种改进算法用于提高算法的收敛速度和精确性.遗传算法采用选择
try_again_later·2020-06-26 20:07

数据+进化算法=数据驱动的进化优化？进化算法PK数学优化

4OLVkewljf7o5hrC5BCmngⅠ先说一说数据驱动进化优化的Motivation简单来说，数据驱动的进化优化（Data-drivenevolutionarycomputation）就是借助数据和进化算法求解优化问题
起个独特的名字吧·2020-06-26 11:59

python 实现差分进化算法

对于种群优化算法来说，最著名的为粒子群算法、遗传算法及差分进化算法，在前面的博客中实现了其中基本型。
shenyeaxu·2020-06-26 09:03

java实现差分进化算法

importjava.util.*;/**@authorGreg*@date2018*@contentDE*@functionDE优化最大值*/publicclassDE{privateintpopulation_size;//populationnumbersprivateintiter_num;//numberofiterationprivateintparam_num;//variables
shenyeaxu·2020-06-26 09:03

The CMA（Covariance matrix Adaptation） Evolution Strategy

TheCMAEvolutionStrategy最近，学习一些优化算法，看到一种自适应协方差矩阵进化算法，抽点时间研究一下。CMA是一种随机的，不需要计算梯度的数值优化算法。
超级替补·2020-06-26 06:57

遗传算法

遗传算法（英语：geneticalgorithm(GA)）是计算数学中用于解决最佳化的搜索算法，是进化算法的一种。
谢小帅·2020-06-26 06:56

遗传算法 求解旅行商 TSP 问题，matlab代码

遗传算法是一种进化算法，由于其启发式算法的属性，并不能保证得到最优解。求解效果与初始种群选取，编码方法，选择方法，交叉变异规则有关。
心态与做事习惯决定人生高度·2020-06-26 05:37

混沌大学年度大课-上午

总结下上午的内容#——变异+选择+隔离=进化进化算法特别适合用于以下三件事：1.如何到达你想去却找不到路的领域？2.如何到达你无法想象的领域？3.如何开辟全新领域？
YuMeaningful秋人·2020-06-26 03:28

粒子群优化算法（PSO）python 3实现

粒子群优化算法（ParticleSwarmOptimization，PSO）属于进化算法的一种，是通过模拟鸟群捕食行为设计的。从随机解出发，通过迭代寻找最优解，通过适应度来评价解的品质。
Auraros·2020-06-26 02:50

基于层级表达的高效网络搜索方法 | ICLR 2018

论文基于层级表达提出高效的进化算法来进行神经网络结构搜索，通过层层堆叠来构建强大的卷积结构。
VincentLee·2020-06-25 22:35

进化计算读书笔记（一）

第一章绪论1.1进化算法产生的背景进化计算是求解全局最优化问题的一种新型算法，考虑如下最优化问题：min⁡x⊂Df(x)\min_{x\subsetD}f(x)\quadx⊂Dminf(x)式中D⊆RnD
晓风wangchao·2020-06-25 18:20

多目标进化算法MOEA中一些性能评价方法

诸多MOEA的性能评价方法，可以归为三大类：1、收敛性：评价解集与真正的Pareto最优面的趋近程度。2、分布性：评价解集的多样性和均匀分布程度。3、综合性能：综合考虑解集的收敛性和分布性。我们需要针对待解决问题的特征，选取合适的评价方法。下面介绍几种常见的性能评价指标。1、setcoverage,CS覆盖率指标这时Zitzler等人在2000年提出的一种评价方法，来对MOEA中的两个解集的相对覆
望百川归海·2020-06-25 14:06

对非支配遗传算法三的一些理解

之前在寻找求解高维目标优化问题的有效方法的时候，注意到了NSGA-III算法，大多数多目标进化算法在求解目标维数较低的问题时较为有效，当目标数目大于等于3的时候，也就是面对高维目标优化问题，很多方法由于维数增多选择压力下降
望百川归海·2020-06-25 14:06

数学建模 | MATLAB 学习 | 遗传算法

遗传算法（GeneticAlgorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法（进化算法），其基本原理是效仿生物界中的“物竞天择
Shannon333·2020-06-25 10:17

优化算法之进化策略

closeall;%进化策略解决旅行商问题%{日期：20190912_ZD遗传算法强调染色体的操作，进化策略强调个体级的行为变化，而进化规划则强强调种群级别上的行为变化，现在学术界上将GA，ES，EP统称为进化算法
等等登登-Ande·2020-06-25 09:34

差分进化算法 练习题 （二）

差分进化算法DifferenceEvolution和一般的遗传算法的区别在于是先突变（mutation）之后再交叉（Crossover）mutationcrossover简单的说就是，DE算法中的重组，
微信公众号 ［你好世界炼丹师］·2020-06-25 07:59

基本差分进化算法DE附上python代码

DE算法流程初始化参数和种群变异交叉适应度值计算选择未达到条件继续2-5DE-差分进化算法，与GA（简单遗传算法）思想大致相同，个人觉得主要的差别在于DE利用了个体之间的协同性，引入了差分向量的概念。
sugarMei·2020-06-25 07:21

Python遗传和进化算法框架（一）Geatpy快速入门

Geatpy是一个高性能实用型的Python遗传算法工具箱，提供一个面向对象的进化算法框架，经过全面改版后，新版Geatpy2目前由华南农业大学、暨南大学、华南理工等本硕博学生联合团队开发及维护。
jazz_bin·2020-06-25 06:12

[人工智能] 粒子群优化算法 & 差分进化算法

粒子群优化算法&差分进化算法前言算法理论算法实践可视化前言本次带来粒子群优化算法和差分进化算法，解决单目标连续优化问题。
洋葱_ywc·2020-06-25 05:16

CVPR2020论文阅读笔记

ContinuousEvolutionforEfficientNeuralArchitectureSearch，由华为诺亚实验室提出创新点：为了最大化上一次进化过程学习到的知识的价值，提出了连续进化结构搜索方法实现方法：论文使用进化算法
通晓路·2020-06-25 04:49

智能优化算法

智能优化算法目录智能优化算法目录遗传算法（GeneticAlgorithm）理论特点领域算法流程差分进化算法（DifferentialEvolutionAlgorithm）理论特点领域算法流程免疫算法（
Little_Ant_Prince·2020-06-25 02:43

进化算法和深度学习的一些思考

本科时，毕设主要做了用粒子群算法对网络簇进行聚类，期间发现进化算法是个很符合大自然演变规律的算法，从一个种群中进行进化，每一代都会选择最好的个体保留并与历史最好个体比较，这样一来最终保留下来的必然是最好的个体
遮天小叶子·2020-06-24 23:28

Large-Scale Evolution of Image Classifiers论文阅读

Abstract:提出了一个大规模进化算法，减少在网络设计过程中的人为参与明显缺陷是会产生很大的计算量不需要预处理，整个演化过程开始之后不需要认为参与，最后会输出一个训练好的网络具体方法：population
mynodex·2020-06-24 16:07

基于层级表达的高效网络搜索方法 | ICLR 2018

论文基于层级表达提出高效的进化算法来进行神经网络结构搜索，通过层层堆叠来构建强大的卷积结构。
晓飞的算法工程笔记·2020-06-24 14:00
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他