1.2人工生命计算
自从生命的产生,各种算法就不断地出现在人们生活中帮助人们解决一系列问题,人们得出的很多算法都是通过生物种群得出的结论。例如,人工免疫系统的认识和学习,进一步了解生物构造,人工神经网络是大脑模型的简化, 遗传算法就是基因进化的模型,通过对遗传算法的研究逐步了解人体奥秘。现在蚁群算法应用广泛,粒子群优化算法也是。蚁群优化算法是人们从一群的日常各种行为细致观察得出的结论通过蚁群寻找食物以及信息的传递,粒子群优化算法是通过模拟群居动物觅食,繁衍和迁徙等群体活动行为。这些合作做过程的特殊行为分析的。这种通过来模仿生命系统行为特点并且具有一定有理依据的方式我们成为人工生命计算。人工生命计算说白了就是通过生命系统运行所探索出的一种计算法。人工生命的范畴主要包括,粒子群优化算法,遗传算法,蚁群优化算法,人工神经网络[2]。
现在有一种更加实用新兴计算方式称为粒子群优化算法。是一种和其他算法相似算法,一种新的优化工具。这种算法比遗产算法更具有优势,容易理解、易于应用、不需要太多的调节参数。更容易发展利用。
上一篇:基于MATLAB环境的串口数据采集与显示
下一篇:图像去噪技术研究+文献综述

声波在一维颗粒链中叠加...

黑龙江省宾县永丰陶粒用...

Apodaca颗粒物质多次碰撞起...

SPH黏性流体绕流的光滑粒...

不同核函数对光滑粒子流...

数字全息技术中的相位解包裹算法设计

含核壳纳米颗粒复合材料辐射特性分析

承德市事业单位档案管理...

AT89C52单片机的超声波测距...

中国学术生态细节考察《...

公寓空调设计任务书

医院财务风险因素分析及管理措施【2367字】

C#学校科研管理系统的设计

志愿者活动的调查问卷表

10万元能开儿童乐园吗,我...

国内外图像分割技术研究现状

神经外科重症监护病房患...