hmy1106的专栏

(连载之二).扎自第三章 清华大学出版社(本章由zzwu译)    不过，有些读者可能已经会想到，如果这是繁殖期生物机体内唯一发生的事情，那幺即使经历成千上万代后，适应能力最强的成员的眼睛也只能象初始群体中最大的眼睛一样大。而根据我们对自然界的观察中发现，人类或动物的眼睛尺寸实际存在一代大于一代的趋势。之所以会发生这种情况，是因为当基

(连载之四)..扎自第三章 清华大学出版社(本章由zzwu译)3.3计算机内的进化（ Evolution Inside Your Computer ）    遗传算法的工作过程本质上就是模拟生物的进化过程。首先，要规定一种编码方法，使得你的问题的任何一个潜在可行解都能表示成为一个“数字”染色体。然后，创建一个由随机的染色体

（连载之九）.扎自第三章 清华大学出版社3.4.5 运行找路径者程序 (Running the Pathfinder Program).......当你运行 Pathfinder 程序时，你将看到，程序不是每次都能找到一条通往出口的路径。 Bob 有时会被粘住在一个局部地区不确定地逗来逗去，如同一个喝醉了酒的人在试着寻

.(连载之三).扎自第三章清华大学出版社(本章由zzwu译)3.2.二进制数速成（A Quick Lesson in Binary Numbers）    当进入更深层的学习之前，我必需确保你对二进制记数系统的理解。如果你已经知道二进制记数的工作原理，可以跳过这一小节。如果你还不了解，就让我来启发你...     我认为了解二进制数（基为2的数）的最

。(连载之一).扎自第三章．清华大学出版社出版。。生物只有经过许多世代的不断演化（evolution），才能更好地完成生存与繁衍的任务。遗传算法也遵循同样的方式，需要随着时间的推移不断成长、演化，最后才能收敛，得到针对某类特定问题的一个或多个解。因此，了解一些有关有生命的机体

.游戏编程中的人工智能技术.(连载之10)..这是《遗传算法入门》连载的最后一篇，将对连载来源进行一些说明。0.本连载来自《游戏编程中的人工智能技术》一书，是该书第三章一章的基本上完整的内容。1.全书介绍遗传算法(GA)和神经网络(NN)等人工智能技术的原理，以及它们在游戏编程中的应用。2. 目录(这是我交给出版社的原始手稿目录)如下译者序 …………

.(连载之五).扎自第三章 清华大学出版社(本章由zzwu译)3.4 帮助 Bob 回家（ Helping Bob Home ）        由于寻找路径问题被看成是游戏人工智能的一块神圣基石，我们下面就来创建一个遗传算法，用在一个非常简单的场景中解决寻找路径问题。为此，我们将创建一个迷宫，它的左边有一入口，右边有一出口，并有一些障碍物散布在其中。

.(连载之六).扎自第三章 清华大学出版社(本章由zzwu译) 3.4.1为染色体编码（Ecoding the Chromosome） 每个染色体必须把小人Bob 的每一个行动编入代码中。Bob的行动仅限为4个方向： 向东(East)，向南(South)，向西(West)，向北(N

.(连载之八).扎自第三章 清华大学出版社 3.4.3 参数值的选取（Choosing the Parameter Value ）。。你可能想了解我是如何知道需要采用这些变量初值？这可是价值百万美元的问题，因至今尚未有快速有效的规则能确定这些值，有的只是一些原则性的指导。而且，我已把程序用到的所有参数存放在文件defines.h 中了。这些参数中大多数将是一目了

(连载之七).扎自第三章. 清华大学出版社.3.4.2 Epoch （时代） 遗传算法类中最烩灵人口的内容就是 Epoch()方法。这就是我们前面3.3节讲过的遗传算法的那个循环。它是这个类的工作部门（workhorse）。这一方法与所有工作或多或少都有连系。下面就让我们来更近距离地考察它 ... void

2012年8月21号开始了我的第一篇博文，也开始了我的研究生生涯。怀着对机器学习和计算机视觉等等领域的懵懂，从一个电子材料的领域跨入这个高速发展的人工智能领域。从开始的因无知而惊慌，因陌生而乏力，到一步步的成长。这过程的知识积累也都大部分反映在这个博客上面了。感谢这个平台促使自己去总结去坚持去进步。也感谢这个平台给我带来了和大家交流的机会。借此博文总结自己过去与未来可能散乱的博文。在此也谢谢大家一