java、c++、机器学习方向King

GitHub 地址如下：https://github.com/KikiLetGo/VirusBroadcast源码结构源码结构比较简单，我们来一起看一下：模型讲解我对仿真模型做了一个抽象和概括，我们一起对照着源码分析模型的整个模拟过程和思路。模型前提设置首先，假设 C(400，400) 是城市的中心，整个城市是以 C 为中心的圆，L=100 是圆的半径。假设 P(x...

遗传算法系列 （4） 变异算法在基因交叉之后产生的子代个体，其变量可能以很小的概率或者步长发生转变，这个过程称为变异(Mutation)。如果进化的目标函数极值是单峰值的，那么，将变异概率p设置为种群数量n的倒数是一个比较好的选择。如果变异概率很大，那么整个搜索过程就退化为一个随机搜索过程。所以，比较稳妥的做法是，进化过程刚刚开始的时候，取p为一个比较大的概率，随着搜索过程的进行，p逐

遗传算法系列 （3） 交叉算法基因交叉，或者基因重组，就是把两个父体部分结构加以替换，生成新的个体的操作，习惯上对实数编码的操作叫做重组（Recombination），对二进制编码的操作称为交叉（crossover）。比较常用的一些算法介绍如下：1. 重组算法（Recombination） 实值重组产生子个体一般是用下边这个算法： 子个体=父个体1 + a × ( 父个体2

遗传算法的基本思想是基于Darwin进化论和Mendel的遗传学说的。Darwin进化论最重要的是适者生存原理。它认为每一物种在发展中越来越适应环境。物种每个个体的基本特征由后代所继承，但后代又会产生一些异于父代的新变化。在环境变化时，只有那些熊适应环境的个体特征方能保留下来。Mendel遗传学说最重要的是基因遗传原理。它认为遗传以密码方式存在细胞中，并以基因形式包含在染色体内。每

1. 遗传算法的数据结构大致画了下数据结构的逻辑图，如下：参加生存竞争的整个群体称为种群(Population)，种群中所有参与进化的个体(Chromosome)的数量一般为一个定值，而每个个体可能含有多于一个基因(Gene)。例如，求解一个Camel函数在区间-100f(x,y)=[4 - 2

1、遗传算法，核心是达尔文优胜劣汰适者生存的进化理论的思想。一个种群，通过长时间的繁衍，种群的基因会向着更适应环境的趋势进化，适应性强的个体基因被保留，后代越来越多，适应能力低个体的基因被淘汰，后代越来越少。经过几代的繁衍进化，留下来的少数个体，就是相对能力最强的个体了。那么在解决一些问题的时候，我们所学习的便是这样的思想。比如先随机创造很多很多的解，然后找一个靠谱的评价体系，去筛选适应性

https://www.jiqizhixin.com/articles/2018-03-18-3?utm_source=tuicool&utm_medium=referral深度强化学习是最接近于通用人工智能（AGI）的范式之一。不幸的是，迄今为止这种方法还不能真正地奏效。在本文中，作者将为我们解释深度强化学习没有成功的原因，介绍成功的典型案例，并指出让深度强化学习奏效的方法和研究方向。本...