但问题是,杨林在这份资料中所提出的仿生算法比上述所说的任何算法都要来得精简精妙。
就拿仿生算法中的粒子群优化算法pso来说。这种算法模拟的是鸟群的捕食行为。
设想这样一个场景:一群鸟在随机搜索食物,在这个区域里只有一块食物。
所有的鸟都不知道食物在那里,但是它们知道当前的位置离食物还有多远。
那么找到食物的最优策略是什么呢,最简单有效的就是搜寻目前离食物最近的鸟的周围区域。
pso算法就是从这种模型中得到启示并用于解决优化问题。
但是,不同的仿生算法之间,也有很多不同的。
就拿同属于仿生算法的遗传算法和pso算法做比较,pso算法没有遗传算法中的交叉和变异,而是根据自己的速度来决定搜索。
而且它的粒子还有一个重要的特点。就是有记忆。
与遗传算法比较, pso算法的信息共享机制是完全不同的。
在遗传算法中,染色体互相共享信息,所以整个种群的移动是比较均匀的向最优区域移动。
在pso算法中, 只有gbest(or lbest)给出信息给其他的粒子,这是单向的信息流动,整个搜索更新过程是跟随当前最优解的过程,与遗传算法比较, 在大多数的情况下,所有的粒子可能更快的收敛于最优解。
但这份资料中所列举的仿生算法,却是将仿生算法中一些类似的过程总结了出来。
比如它首先对种群随机初始化,然后对种群内的每一个个体计算适应值,适应值与最优解的距离直接有关种群根据适应值进行复制,如果终止条件满足的话,就停止,否则转步骤二。
杨林并不知道政府方面已经开始对矩阵语言进行研究,事实上就算知道了也无所谓,反正半个月后,矩阵语言就会向外界公布,到时候恐怕无论哪个国家都会投入到这样的研究中去。
之后的两天,杨林又分别参加了人工智能和机器人峰会、创新大赛及投资峰会以及移动互联网人才峰会,几乎每一次露面,他都会成为与会人员的关注焦点和记者们追逐的目标。
由于矩阵语言还没有正式公布,几乎所有人都想从杨林口中探出一些这种语言的风声。
可惜一旦涉及到这样的话题,杨林便会选择婉拒,告诉对方在半个月后的矩阵语言开发者大会上自然就会知晓。
杨林并不知道政府方面已经开始对矩阵语言进行研究,事实上就算知道了也无所谓,反正半个月后,矩阵语言就会向外界公布,到时候恐怕无论哪个国家都会投入到这样的研究中去。
之后的两天,杨林又分别参加了人工智能和机器人峰会、创新大赛及投资峰会以及移动互联网人才峰会,几乎每一次露面,他都会成为与会人员的关注焦点和记者们追逐的目标。
由于矩阵语言还没有正式公布,几乎所有人都想从杨林口中探出一些这种语言的风声。
可惜一旦涉及到这样的话题,杨林便会选择婉拒,告诉对方在半个月后的矩阵语言开发者大会上自然就会知晓。(未完待续。。)