五點(diǎn)光滑法。給出五個相鄰的點(diǎn)，得到一條光滑的曲線。是對“四值型點(diǎn)插值法”中當(dāng)前點(diǎn)導(dǎo)數(shù)的解算方法的的一種改善。
標(biāo)簽：
上傳時間： 2013-12-19
上傳用戶：xauthu
遺傳算法為群體優(yōu)化算法，也就是從多個初始解開始進(jìn)行優(yōu)化，每個解稱為一個染色體，各染色體之間通過競爭、合作、單獨(dú)變異，不斷進(jìn)化。 優(yōu)化時先要將實(shí)際問題轉(zhuǎn)換到遺傳空間，就是把實(shí)際問題的解用染色體表示，稱為編碼，反過程為解碼，因?yàn)閮?yōu)化后要進(jìn)行評價(jià)，所以要返回問題空間，故要進(jìn)行解碼。SGA采用二進(jìn)制編碼，染色體就是二進(jìn)制位串，每一位可稱為一個基因；解碼時應(yīng)注意將染色體解碼到問題可行域內(nèi)。 遺傳算法模擬“適者生存，優(yōu)勝劣汰”的進(jìn)化機(jī)制，染色體適應(yīng)生存環(huán)境的能力用適應(yīng)度函數(shù)衡量。對于優(yōu)化問題，適應(yīng)度函數(shù)由目標(biāo)函數(shù)變換而來。一般遺傳算法求解最大值問題，如果是最小值問題，則通過取倒數(shù)或者加負(fù)號處理。SGA要求適應(yīng)度函數(shù)>0，對于<0的問題，要通過加一個足夠大的正數(shù)來解決。這樣，適應(yīng)度函數(shù)值大的染色體生存能力強(qiáng)。 遺傳算法有三個進(jìn)化算子：選擇（復(fù)制）、交叉和變異。 SGA中，選擇采用輪盤賭方法，也就是將染色體分布在一個圓盤上，每個染色體占據(jù)一定的扇形區(qū)域，扇形區(qū)域的面積大小和染色體的適應(yīng)度大小成正比。如果輪盤中心裝一個可以轉(zhuǎn)動的指針的話，旋轉(zhuǎn)指針，指針停下來時會指向某一個區(qū)域，則該區(qū)域?qū)?yīng)的染色體被選中。顯然適應(yīng)度高的染色體由于所占的扇形區(qū)域大，因此被選中的幾率高，可能被選中多次，而適應(yīng)度低的可能一次也選不中，從而被淘汰。算法實(shí)現(xiàn)時采用隨機(jī)數(shù)方法，先將每個染色體的適應(yīng)度除以所有染色體適應(yīng)度的和，再累加，使他們根據(jù)適應(yīng)度的大小分布于0-1之間，適應(yīng)度大的占的區(qū)域大，然后隨機(jī)生成一個0-1之間的隨機(jī)數(shù)，隨機(jī)數(shù)落到哪個區(qū)域，對應(yīng)的染色體就被選中。重復(fù)操作，選出群體規(guī)模規(guī)定數(shù)目的染色體。這個操作就是“優(yōu)勝劣汰，適者生存”，但沒有產(chǎn)生新個體。 交叉模擬有性繁殖，由兩個染色體共同作用產(chǎn)生后代，SGA采用單點(diǎn)交叉。由于SGA為二進(jìn)制編碼，所以染色體為二進(jìn)制位串，隨機(jī)生成一個小于位串長度的隨機(jī)整數(shù)，交換兩個染色體該點(diǎn)后的那部分位串。參與交叉的染色體是輪盤賭選出來的個體，并且還要根據(jù)選擇概率來確定是否進(jìn)行交叉（生成0-1之間隨機(jī)數(shù)，看隨機(jī)數(shù)是否小于規(guī)定的交叉概率），否則直接進(jìn)入變異操作。這個操作是產(chǎn)生新個體的主要方法，不過基因都來自父輩個體。 變異采用位點(diǎn)變異，對于二進(jìn)制位串，0變?yōu)?，1變?yōu)?就是變異。采用概率確定變異位，對每一位生成一個0-1之間的隨機(jī)數(shù)，看是否小于規(guī)定的變異概率，小于的變異，否則保持原狀。這個操作能夠使個體不同于父輩而具有自己獨(dú)立的特征基因，主要用于跳出局部極值。 遺傳算法認(rèn)為生物由低級到高級進(jìn)化，后代比前一代強(qiáng)，但實(shí)際操作中可能有退化現(xiàn)象，所以采用最佳個體保留法，也就是曾經(jīng)出現(xiàn)的最好個體，一定要保證生存下來，使后代至少不差于前一代。大致有兩種類型，一種是把出現(xiàn)的最優(yōu)個體單獨(dú)保存，最后輸出，不影響原來的進(jìn)化過程；一種是將最優(yōu)個體保存入子群，也進(jìn)行選擇、交叉、變異，這樣能充分利用模式，但也可能導(dǎo)致過早收斂。 由于是基本遺傳算法，所以優(yōu)化能力一般，解決簡單問題尚可，高維、復(fù)雜問題就需要進(jìn)行改進(jìn)了。 下面為代碼。函數(shù)最大值為3905.9262，此時兩個參數(shù)均為-2.0480，有時會出現(xiàn)局部極值，此時一個參數(shù)為-2.0480，一個為2.0480。算法中變異概率pm=0.05，交叉概率pc=0.8。如果不采用最優(yōu)模式保留，結(jié)果會更豐富些，也就是算法最后不一定收斂于極值點(diǎn)，當(dāng)然局部收斂現(xiàn)象也會有所減少，但最終尋得的解不一定是本次執(zhí)行中曾找到過的最好解。
標(biāo)簽： 遺傳算法
上傳時間： 2015-06-04
上傳用戶：芃溱溱123
此文件是用子空間迭代法求解頻率和振型，只是一種算例
標(biāo)簽： MATLAB
上傳時間： 2015-11-21
上傳用戶：chinaebs
使用重合指數(shù)法破解密碼，先根據(jù)重合指數(shù)判斷維吉尼亞加密密鑰長度，再由此算出密鑰
標(biāo)簽： 密碼破解
上傳時間： 2017-05-24
上傳用戶：zhangx12311
小學(xué)生口算生成器，對小學(xué)1練級至3練級，加減乘除題目隨機(jī)生成練習(xí)題
標(biāo)簽： 小學(xué)生口算生成器
上傳時間： 2019-11-28
上傳用戶：yong2012
用三點(diǎn)法實(shí)現(xiàn)機(jī)器人三維位置測量的研究摘 要 ：提 出 了一 種 微 小 爬 壁 機(jī) 器 人 三 維 位 置 測 量 的新 方 法 。筆 者 通 過 深 入 分 析 研 究各 種 位 置 測 控 方 法 與 系 統(tǒng) ，提 出采 用單 目視 覺方 法 中的 聚 焦法 ，以 CCD作 為 傳 感 器 ，用 三 點(diǎn) 法 實(shí)現(xiàn) 對 機(jī) 器 人 的 三 維 位 置 測 量 。 驗(yàn) 證性 實(shí)驗(yàn) 結(jié)果表 明 ，本研 究提 出的測 量原 理和 系統(tǒng)是 正 確 可行 的 。 關(guān)鍵詞 ：機(jī) 器人 ；位置 測量 ；CCD傳 感 器 ；單 目視 覺 ；攝 像 機(jī) 標(biāo) 定 中 圖分 類 號 ：TP242．6 文 獻(xiàn) 標(biāo) 識 碼 ：B Abstract：A new 3D position measurementmethod Ofa wall—climbing micro robothas been researched．Researc— hing on the various position measuring and controlling method，theauthorhasputforwardanewprojecttomeas— ure the 3D position of the robot，in which the focusing method with singlecamera and CCD sensorhasbeen used to getthe position information．The elementary experiment has verified the principle and the system． Key words：robot；position detection；CCD sensor；single camera vision；camera caiibration 位置測量技 術(shù)是智 能機(jī) 器人 的關(guān)鍵 技術(shù) ，是各 種 機(jī)器人控 制系統(tǒng) 中極 為重 要 的環(huán)節(jié) ，也 是 國內(nèi)外研 究 的熱點(diǎn)所 在。 按 照測試 系統(tǒng) 與被 測機(jī) 器 人 的關(guān) 系 ，可 以將位 置 測量技術(shù) 分為接觸 式和非接觸式 兩大類 。接觸 式測量 系統(tǒng) 由于在測 量過程 中或多或少地 對機(jī)器人施 加 了載 荷 ，因而僅適用于靜 態(tài) 位置測 量 。而動 態(tài) 位 置測量 系 統(tǒng) 主要分 5類 ：①激光跟蹤 系統(tǒng) ；@ CCD交 互測量 收 稿 日期 ：2001—07—03 基 金項(xiàng) 目：國家 863高科技 研 究 資助 項(xiàng) 目(9804-06)；教 育 部 高 等 學(xué)校 骨干教 師 資助 計(jì) 3t,j項(xiàng) 目 作者 簡 介 ：張 智海 (1973一 )，男 ，工 學(xué)碩 士 ，主 要 研 究 方 向 為 智 能 機(jī) 器人 測 控 技 術(shù) 。 系統(tǒng) ；③ 超聲波 測量 系統(tǒng) ；④ PSD(positionsensitivede— vice)位 置 測 量 系統(tǒng) ；⑤ 帶 有 接 近覺 傳 感 器 的 測量 系 統(tǒng) 。位置測量 還可 以從另一個分類 角度劃分為主動式 測量和被動 式測 量 。主動式測 量主要可 以分為結(jié) 構(gòu)光方法和激光 自動聚焦法兩類 。被 動式測量 主要 可 以分為雙 目視 覺 、三 目視覺 、單 目視覺 等方法 。 對 比以上各種方法 的 優(yōu)缺 點(diǎn) ，針對 筆者 研制 的微 小爬壁機(jī)器人 的空 間三 維位 置 測量 的要 求 ，測量 系統(tǒng) 必須滿足尺 寸小 、分 辨率 高 、穩(wěn)定 性 和可 靠性 好 、時 間 響應(yīng)快等特 點(diǎn) ，提 出了采用 單 目視覺方法 中的聚焦法 ， 選用 CCD作 為傳感器 ，用 三點(diǎn)法實(shí)現(xiàn)對機(jī)器人 的三維 位置測量 ，并用 Matlab和 V
標(biāo)簽： 機(jī)器人
上傳時間： 2022-02-12
上傳用戶：
1997年，國際象棋名家卡斯帕羅夫象棋對弈IBM超級電腦深藍(lán)，最后結(jié)果是大師輸了。2016年，世界頂級圍棋高手李世石與AI圍棋對決，最后竟以1:4慘敗于谷歌阿爾法狗。今年4月，AI電競團(tuán)隊(duì)OpenAI Five與人類戰(zhàn)隊(duì)對決《dota》，2:0 完勝世界冠軍OG戰(zhàn)隊(duì)。人工智能憑什么能夠戰(zhàn)勝人類?答案是AI背后的超級計(jì)算機(jī)算力。AI通過算力處理大量的相關(guān)數(shù)據(jù)，并以神經(jīng)網(wǎng)絡(luò)不斷學(xué)習(xí)成長，最終獲得技能，戰(zhàn)勝人類選手。算力經(jīng)濟(jì)，算力時代，算力改變世界，算力驅(qū)動未來?，F(xiàn)在很多領(lǐng)域都在談?wù)撍懔?，到底什么是算?
標(biāo)簽： 人工智能
上傳時間： 2022-05-30
上傳用戶：
電工速查速算手冊
上傳時間： 2013-06-14
上傳用戶：eeworm
數(shù)字電路解題技巧50法及題解300例
上傳時間： 2013-04-15
上傳用戶：eeworm
電磁場計(jì)算中的時域有限差分法（王常清） pdf版
上傳時間： 2013-04-15
上傳用戶：eeworm
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
