Lucas带你速刷人工智能算法
关注
分享
扫一扫
文章平均质量分 94
快速带你了解人工智能算法，每一节内容都会争取使用python实现
Lucas在澳洲
悉尼大学在读硕士 Master of Data Science
有问题可以直接添加绿泡泡:user_StevenS
古月居签约作者，目前仍然接商业合作。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
人工智能算法之A*搜索算法
A* 搜索算法是一种高效的图形搜索算法，广泛应用于路径寻找和优化问题。通过结合实际代价和启发式代价，A*算法能够快速找到最优路径。虽然在大规模问题上存在内存消耗等问题，但其灵活性和保证最优性的特性使其在众多领域中仍然具有广泛的应用前景。原创 2024-10-31 08:13:14 · 1732 阅读 · 0 评论 -
人工智能算法之粒子群优化算法
粒子群优化算法（PSO）是一种群体智能优化算法，由Kennedy和Eberhart在1995年提出，灵感来源于鸟群、鱼群等生物群体行为。PSO通过群体中个体的交互及对周围环境的感知，快速找到最优解。PSO算法广泛应用于函数优化、机器学习、神经网络训练等多个领域，具有实现简单、参数少、收敛速度快等优点。原创 2024-10-31 08:05:35 · 915 阅读 · 0 评论 -
人工智能算法之自适应遗传算法
自适应遗传算法通过动态调整交叉率和变异率，增强了算法的适应性，特别适用于多目标优化问题和动态环境。相比传统遗传算法，自适应遗传算法在优化过程中表现出更好的全局搜索和局部搜索平衡能力，有助于提高优化精度和收敛速度。原创 2024-10-25 12:56:42 · 2313 阅读 · 0 评论 -
人工智能算法之双倍体遗传算法（DGA）
双倍体遗传算法通过保留两套基因信息及显性-隐性规则，增强了遗传多样性，避免早熟收敛问题，并能更好地应对动态变化的环境。在实际应用中，它适用于动态优化问题及需要高鲁棒性的优化场景。原创 2024-10-25 12:54:41 · 1165 阅读 · 0 评论 -
人工智能算法之基本遗传算法
遗传算法是一种强大的全局优化方法，具有较好的鲁棒性和灵活性。通过调整编码方式、交叉变异操作及选择策略，遗传算法可以用于求解各种优化问题，从经典的函数优化到更复杂的组合优化问题。原创 2024-10-23 21:49:43 · 1576 阅读 · 0 评论