Autolife模型是一個(gè)能夠進(jìn)行“開放式進(jìn)化”的人工生命系統(tǒng)。每個(gè)Agent模型采用可以變化規(guī)則表長(zhǎng)度的有限自動(dòng)機(jī)模型建模。一方面Agent可以進(jìn)行自我繁殖，同時(shí)模型中的選擇機(jī)制沒有采用顯式的適應(yīng)度函數(shù)而是采用能量消耗的簡(jiǎn)單模型而自發(fā)涌現(xiàn)出來，所以可以認(rèn)為Agent模型是一個(gè)類Tierra系統(tǒng)。然而與Tierra、Avida等數(shù)字生命模型不同的是，Autolife模型進(jìn)行了大大的簡(jiǎn)化，它界面友好，操作直接。雖然沒有給每個(gè)Agent裝配一個(gè)虛擬計(jì)算機(jī)，但是Agent與環(huán)境的耦合則可以看成一個(gè)圖靈機(jī)模型，因此Agent可以通過變異而“任意”的編程序。通過Autolife模型，首先人們可以看到一般的生態(tài)系統(tǒng)中共存的現(xiàn)象：生物的大爆炸、大滅絕，Agent進(jìn)化得越來越聰明；其次，用戶可以通過變化不同的食物添加規(guī)則探索Agent與環(huán)境的關(guān)系；最后，如果允許Agent通過播種改變環(huán)境自動(dòng)產(chǎn)生食物，那么組織的涌現(xiàn)就是一種不可避免的結(jié)果。Agent構(gòu)成的組織具有自主運(yùn)動(dòng)的特性，還可以進(jìn)行自我修復(fù)，可以說Autolife中的組織是一些真正的“活體”。
標(biāo)簽： Agent Autolife 模型 開放式
上傳時(shí)間： 2015-03-14
上傳用戶：a6697238
仿真1：首先把網(wǎng)絡(luò)溫度參數(shù)T固定在100，按工作規(guī)則共進(jìn)行1000次狀態(tài)更新,把這1000次狀態(tài)轉(zhuǎn)移中網(wǎng)絡(luò)中的各個(gè)狀態(tài)出現(xiàn)的次數(shù)Si（i＝1，2，…，16）記錄下來 按下式計(jì)算各個(gè)狀態(tài)出現(xiàn)的實(shí)際頻率： Pi=Si/∑i=1,NSi=Si/M 同時(shí)按照Bo1tzmann分布計(jì)算網(wǎng)絡(luò)各個(gè)狀態(tài)出現(xiàn)概率的理論值： Q（Ei）=（1/Z）exp（-Ei/T） 仿真2：實(shí)施降溫方案，重新計(jì)算 采用快速降溫方案：T（t）= T0/（1+t） T從1000降到0.01，按工作規(guī)則更新網(wǎng)絡(luò)狀態(tài) 當(dāng)T=0.01時(shí)結(jié)束降溫，再讓T保持在0.01進(jìn)行1000次狀態(tài)轉(zhuǎn)移，比較兩種概率
標(biāo)簽： 100 仿真 網(wǎng)絡(luò)溫度 參數(shù)
上傳時(shí)間： 2014-01-20
上傳用戶：獨(dú)孤求源
是用于:畢業(yè)設(shè)計(jì)使用! 首先運(yùn)行數(shù)據(jù)庫還原目錄中的PROJECT,將數(shù)據(jù)庫還原 如果還原失敗,則進(jìn)行手動(dòng)還原,數(shù)據(jù)庫名:data 本次畢業(yè)設(shè)計(jì)任務(wù)是通過開發(fā)一個(gè)數(shù)據(jù)庫校醫(yī)院門診收費(fèi)管理系統(tǒng)，學(xué)習(xí)用delphi開發(fā)分布式多層數(shù)據(jù)庫系統(tǒng)。采用Delphi7.0和MS Server2000等軟件為開發(fā)工具
標(biāo)簽： PROJECT 數(shù)據(jù)庫 data 畢業(yè)設(shè)計(jì)
上傳時(shí)間： 2013-12-24
上傳用戶：稀世之寶039
電力系統(tǒng)靜態(tài)穩(wěn)定計(jì)算一般采用小干擾法，即首先計(jì)算近似的線性微分方程組系數(shù)矩陣的特征根。然后根據(jù)特征根在復(fù)平面上的特性，判別電力系統(tǒng)運(yùn)行的穩(wěn)定性 操作說明： 請(qǐng)輸入初始功率S0，形如a+bi 請(qǐng)輸入無限大系統(tǒng)母線電壓V0 請(qǐng)輸入系統(tǒng)直軸等值電抗的大小Xd 請(qǐng)輸入同步電角速度 請(qǐng)輸入慣性時(shí)間常數(shù)Tj 請(qǐng)輸入綜合阻尼系數(shù)D
標(biāo)簽： 電力系統(tǒng) 干擾 計(jì)算
上傳時(shí)間： 2013-12-17
上傳用戶：zhengzg
本文件采用了c/s結(jié)構(gòu)的分布式應(yīng)用系統(tǒng)，因此，在運(yùn)行客戶端程序前，首先要執(zhí)行應(yīng)用程序服務(wù)器程序server.exe,然后才能夠執(zhí)行客戶端應(yīng)用程序client.exe
標(biāo)簽： 分布式 應(yīng)用系統(tǒng)
上傳時(shí)間： 2015-06-29
上傳用戶：蟲蟲蟲蟲蟲蟲
現(xiàn)有的代數(shù)特征的抽取方法絕大多數(shù)采用一維的方法，即首先將圖像轉(zhuǎn)換為一維向量，再用主分量分析（PCA）,Fisher線性鑒別分析（LDA）,Fisherfaces式核主分量分析（KPCA）等方法抽取特征，然后用適合的分類器分類。針對(duì)一維方法維數(shù)過高，計(jì)算量大，協(xié)方差矩陣常常是奇異矩陣等不足，提出了二維的圖像特征抽取方法，計(jì)算量小，協(xié)方差矩陣一般是可逆的，且識(shí)別率較高。
標(biāo)簽： 特征
上傳時(shí)間： 2014-11-29
上傳用戶：tianjinfan
基于模板匹配與支持矢量機(jī)的人臉檢測(cè) 梁路宏 艾海舟 肖習(xí)攀 葉航軍 徐光佑 張鈸 。本文提出了一種將模板匹配與支持矢量機(jī)（SVM）相結(jié)合的人臉檢測(cè)算法。算法首先使用雙眼—人臉模板對(duì)進(jìn)行粗篩選，然后使用SVM分類器進(jìn)行分類。在模板匹配限定的子空間內(nèi)采用“自舉”方法收集“非人臉”樣本訓(xùn)練SVM，有效地降低了訓(xùn)練的難度。實(shí)驗(yàn)結(jié)果的對(duì)比數(shù)據(jù)表明，該算法是十分有效的。
標(biāo)簽： SVM 模板匹配 矢量 人臉檢測(cè)
上傳時(shí)間： 2013-11-27
上傳用戶：erkuizhang
：首先介紹了DS--UWB系統(tǒng)的的發(fā)射與接收模型，然后分析了利用滑動(dòng)相關(guān)法對(duì)信道進(jìn)行估訃，并巾此給出 了不同RAKE接收機(jī)RAKE合成權(quán)系數(shù)選取方案。對(duì)接收機(jī)采用最大比(MRC)、最小均方誤差(MM SE)及帶均衡 器的(MRC)合并系數(shù)選取的誤碼性能進(jìn)行了仿真和對(duì)比。結(jié)果表明了帶均衡器的MRC—RAKE只用較少的分支 就可以達(dá)到接收性能明顯優(yōu)于MMSE—RAKE的程度。尤其在信噪比比較大時(shí)。這種優(yōu)勢(shì)更加明顯。
標(biāo)簽： UWB DS 發(fā)射與接收
上傳時(shí)間： 2016-01-25
上傳用戶：stvnash
上傳時(shí)間： 2014-12-05
上傳用戶：1051290259
上傳用戶：qb1993225
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
