noheart的头脑风暴
注册日期:
2003-8-6
上次登录:
邮件地址:
brs@ecss.com.cn
兴趣领域:
生物学,数学,化学,经济学,人工智能,人工生命,统一集论,管理学,系统科学,混沌理论
  noheart的头脑风暴
noheart的更多标签
1
2003-8-8 10:19:02  人工生命 
对于蚁群算法,到目前位置只用于两维离散的空间,要想把它的功能扩大化,就需要向多维连续空间扩展。试想一下现实中最常见的最优化问题,一个目标函数,N个自变量,M个约束条件,这种问题有可能用蚁群算法来求解吗? 是否可以这样理解,在这样的问题中,方向已经是一个抽象的概念,它有N个自变量的的数值来决定,约束就是障碍物,目标函数可以作为找到食物的路径,最优解就是最短路径。这样的话,理论上可以理解,但信息素的释放量又怎么来确定呢?选择方向的概率有如何计算呢?
2003-8-8 15:31:17
   呵呵,不就是多维路径规划问题吗?我觉得主要的是怎么把N维的最优化问题转化为多维路径规划问题,这是不是一个关键问题呀?如果这个问题解决了,我看就行了! >noheart:对于蚁群算法,到目前位置只用于两维离散的空间,要想把它的功能扩大化,就需要向多维连续空间扩展。试想一下现实中最常见的最优化问题,一个目标函数,N个自变量,M个约束条件,这种问题有可能用蚁群算法来求解吗...
2003-8-10 12:38:51
   原则上是可以的,不过具体操作起来,的确存在很多头疼的技术问题。就比如信息素怎样定,选择概率怎么分配等等。 >noheart:对于蚁群算法,到目前位置只用于两维离散的空间,要想把它的功能扩大化,就需要向多维连续空间扩展。试想一下现实中最常见的最优化问题,一个目标函数,N个自变量,M个约束条件,这种问题有可能用蚁群算法来求解吗...
2003-9-16 15:58:23
   《控制与决策》2002年vol17:基于蚂蚁算法的函数优化 马良。 文中把约束条件用罚函数形式归并到目标函数中,随机投放蚂蚁到定义域内,有领域搜索过程。 >noheart:对于蚁群算法,到目前位置只用于两维离散的空间,要想把它的功能扩大化,就需要向多维连续空间扩展。试想一下现实中最常见的最优化问题,一个目标函数,N个自变量,M个约束条件,这种问题有可能用蚁群算法来求解吗...
2003-9-17 23:03:19
   我好像看过那个人的博士论文,;里面提到过对函数的优化! >goodxjj():《控制与决策》2002年vol17:基于蚂蚁算法的函数优化 马良。 >goodxjj():文中把约束条件用罚函数形式归并到目标函数中,随机投放蚂蚁到定义域内,有领域搜索过程。 >goodxjj(): >goodxjj(): >noheart:对于蚁群算...
登录后才可以评论,马上登录
2012-2022 www.swarma.org, all rights reserved