睿神经的博客

最近在学习遗传算法，小有体会。这个用数学方法来模拟生物学过程的算法实在是有很多值得玩味的地方。 遗传算法要干什么？比如Z=f(x,y),我们要找到他在x[0,1],y[0,1]区间上的最大值。我们就先随机在x[0,1],y[0,1]选取50个点，然后经历选择，基因重组，变异的过程，得到一代又一代的个体，每一代还是50个，达到最终代数时选取最优个体作为问题的解。 遗传算法的基本运算过程如下： ...

每一个穷人都有一个发财的梦想。 于是彩票这个东西，诞生了。 随之而来 各种预测方式···千奇百怪 十二生肖说，星座说，图象说，等等 今天，我摸了摸干瘪的口袋，怀揣着一颗求富的心，试着抓取了2004年到2018年所有的七星彩数据。 最后，用MATLAB最简单的BP神经网络（SGD），进行了预测。 结果 ...

摘要：本文基于王者荣耀游戏数据，建立了英雄强度评估模型和胜率预测模型。针对英雄强度评估（问题一），采用线性模型和超越函数相结合的方法，从攻击伤害和生存能力两个维度进行建模，并利用模拟退火算法求解极值。对于胜率预测（问题二），提出理论强度与实际强度的概念，考虑玩家水平的高斯分布特性，构建BP神经网络模型。最后（问题三），基于前两问的模型设计了一个高操作性难度的法师英雄"祢衡"，并验证其强度平衡性。模型创新性地将游戏数值分析与统计方法相结合，为游戏平衡性设计提供了量化依据。 关键词：王者荣耀

模拟退火是一个比较好理解的算法。简单来讲就是模拟一个金属融化前温度很高，之后在空气中慢慢降温，同时内部的能量也越来越小，分子越来越趋于有序的这样一个模型。 初始温度为t0 结束温度tend 降温速率q（0<q<1） 初始温度为t0（这个参数是自己设立的，要尽量大一点，直接决定了训练次数，直观上讲训练次数越大得到的解应该越好），然后这个温度下对应有组参数（这个是系统自动生成的，随...

TSP是什么？TSP全称Travelling salesman problem。中文名：旅行商问题。就是模拟退火中讲到的14个城市之间巡回旅行，求路径最短的问题。 为什么偏偏找他呢？因为这是一个衡量算法的“金标准”，而且他简单，用来介绍一个算法的基本思想再好不过。 下面我们用同样的方法看看蚁群算法。 参考资料：https://baike.baidu.com/item/TSP/2905216#...

RBF径向基神经网络，在MATLAB中有两类，一种是精确型RBF,另一种是近似型的RBF。 doc newrbe找出rbe神经网络的帮助文档 GRNN广义回归神经网络 PNN概率神经网络 这三种是类似的，只是细节上有一些差别。 BP误差反向传播，参数比较多   varargin是matlab的一个函数，是“Variable length input argument list”的缩写...

我觉得在L2正则化里面，λ可以是一个变量，一开始λ很小，然后再让λ迅速增大，我的理由是一开始λ很小，神经网络能够收敛于最小值附近（就是能够进入那个坑里面），不至于收到太大的反向位矢的牵引以至于跑出坑的范围，当神经网络接近谷底的时候，再增大λ以达到我们想要的效果。λ可以大概设置成x^4的那种感觉，一开始从0出发比较平坦，之后过了一个节点，训练的样本足够多了，再迅速增大到指定的λ。   第二个体会...

粒子群优化算法 该算法最早由Kennedy和Eberhart在1995年提出 Particle Swarm Optimization 灵感来源于对鸟类捕食问题的研究。 粒子的概念 适应度函数值评价粒子 没有选择交叉变异三个算子 一个是个体的极值，一个是群体的极值。 粒子通过个体极值和群体极值更新自身的速度和位置 多步之后才会出现个体极值的概念。 PSO有记忆的功能 粒子群优化...