一类智能计算思想：按自然法则计算

本文从介绍计算的演化入手，引出了当前人工智能研究中存在的本质困难，指出了这些困难与近代数学的关系，也指出了ＡＩ的出路和所应采取的策略。最后，结合具体算法，介绍了按自然法则计算的某些主要特征。     

按自然法则计算的一个新分支：确定性退火技术

1.引言按自然法则计算就是将大量的自然科学领域的思想与方法应用于其传统领域之外的其它领域,将原思想、方法的本质提取出来,用于解决新领域中的问题。按自然法则计算主要用来解决一些复杂系统问题。所谓复杂系统它包含众多的相互作用的因素,各因素间的交互作用随着时间、空间及周围环境的变化而变化,而周围环境又是随着时间而变化的。这     

计算智能融合应用研究

本文对神经网络（NN），进化算法（EA0，不确定理论（Uncertain Theory）混沌系统（Chaos System）、免疫算法（IA,Immune Algorithm）、DNA计算（DNA Coputing）等广义计算智能相互融合应用进行了总结和分析，重点介绍免疫算法、DNA计算等新型计算智能理论的相互融合应用，最后对计算智能理论的融合应用趋势进行探讨。     

计算智能：计算,集成与集成开发环境

90年代以来,在智能信息处理研究的纵深发展过程中,人们特别关注到精确处理与非精确处理的     

按自然法则计算的应用—TSP的处理

本文从ＮＰ完全理论，组合优化理论，以及按自然法则 计算等多角度对ＴＳＰ及其各种解决方法进行了论述，着重讨论了传统方法与按自然法则计算各 方法的本质区别，并给出了用ＭＴＲＳＡ解Ｔ ＳＰ的算法与实验结果。     

软件Agent是一个计算实体

Agent的出现使我们看到了AI进一步发展的希望,程序和软件Agent有本质区别,软件Agent是一个计算实体,其核技术是综合法的运用。     

移动计算：概念和技术

移动计算正在引起人们越来越多的关注。全球网络化和移动通信的发展,促进了移动计算的发展,而移动计算将为用户及时优质的资源共享提供基础。移动通信加上移动计算,将使个人的信息服务得到全面的支持,人们无论在何时何地,都可以通过这些服务,满足工作和生活上的各种需要。移动计算为信息产业带来新的商机,同时向研究者和开发者提出挑战!     

流动agent：一种未来的分布计算模式

流行ａｇｅｎｔ技术对于未来分布式系统的设计、实现和维护技术具有重要意义。它可有效地降低网络拥塞、克服网络隐患,其异步与自主运行特性提高了分布式系统的健壮性和容错能力。本文作者于１９９８年７月－２４日参加了在比利时布鲁赛尔举行的第十二届欧洲面向对象程序设计会议。会上,Ｇｅｎｅｒａｌ Ｍａｇｉｃ公司的Ｄ．Ｂ．Ｌａｎｇｅ作了 “Ｍｏｂｉｌｅ Ｏｂｊｅｃｔｓ ａｎｄ Ｍｏｂｉｌｅ Ａｇｅｎｔｓ：Ｔｅｈ Ｆ     

一个协同进化计算模型

针对遗传算法的早熟现象、模式欺骗和局部搜索能力弱等缺陷提出了一个协同进化计算模型.该模型在基本遗传算法基础上引入多种群协同进化,利用性别特征改进交叉算子,采用小生境技术保持多样性.通过将问题求解转变为有向图遍历提出了染色体基因定位算子,使得问题求解和染色体中基因定位结合起来,提高问题求解的质量.在定位过程中可以和模拟退火等局部搜索能力强的启发搜索算法结合.通过几个非常容易陷入局部最优的测试函数和多峰函数测试,表明几乎所有的峰值都得到了理论值.     

智能控制的知识计算理论研究

1965年,K.S.Fu首先把人工智能的启发式推理规则用于学习控制系统,1971年又提出月了以控制理论和人工智能相结合的智能控制的概念。     

智能计算几种经典算法解析

随着计算机技术的飞速发展,智能计算方法的应用领域也越来越广泛。本文介绍了当前存在的一些智能计算方法,阐述了其工作原理和特点,同时对智能计算方法的发展进行了展望。     

智能计算几种经典算法解析

随着计算机技术的飞速发展,智能计算方法的应用领域也越来越广泛。本文介绍了当前存在的一些智能计算方法,阐述了其工作原理和特点,同时对智能计算方法的发展进行了展望。     

人工蜂群算法的一种改进

人工蜂群算法作为一种新生代的优化算法,近年来在众多科学领域中表现出一定的优势,但是其收敛速度并不高效,并且容易过早地陷入局部最优。首先通过对适应度选择进行改进,提高算法的收敛速度,同时结合模拟退火算法,一定程度上避免过早陷入局部最优。最后用一组基准函数进行实验,证明改进后的人工蜂群算法有更好的优化性能。     

基于曲率图小波分解的平面曲线光顺方法*

将模拟退火遗传算法用于聚类分析，通过对聚类中心进行编码，定义适应度函数，选择、交叉、变异操作以及模拟退火算法的运用，给出了一种新的基于模拟退火遗传算法的聚类算法，实验结果显示该方法优于基本的遗传算法。     

基于改进型遗传算法的神经网络参数优化

针对标准遗传算法的不足，文中提出一种改进型遗传算法，它将标准遗传算法和BP算法有机结合，兼具了标准遗传算法的全局搜索和BP网络局部精确搜索的特征，并将其应用于船舶自动舵神经网络控制器的训练中，取得较满意的结果。     

面向对象的遗传算法及其在神经网络辅助设计中的应用

在现有的遗传算法的基础上,采用面向对象技术设计了面向对象的遗传算法,建立了遗传算法的类层次。这种方法改变了在传统的遗传算法中各个函数之间只有参数的传递,而没有代码的继承性的状况从概念上提高了软件的可重用性。该方法在人工神经网络的辅助设计问题中的应用表明,这一算法由于采用面向对象的分析与设计方法,从而具有比传统的遗传算法更好的通用性,用户可以更方便地设计和实现自己的编码方案和遗传算子,大大提高了软件的可重用性。     

进化计算的理论与算法

进化计算是近年来信息科学、人工智能与计算机科学的研究热点,是人们解决棘手问题的有力工具。阐述了进化计算的基本结构、理论、方法与算法,详细论述了遗传进化的主要操作如选择、重组或交叉、变异、迁移、并行实现等基本理论与相应的算法。     

增强型的蚁群优化算法

旅行商问题是一个NP-Hard组合优化问题。根据蚁群优化算法和旅行商问题的特点,论文提出了对蚁群中具有优质解的蚂蚁个体所走路径上的信息素强度进行增强的方法,并同其他的优化算法进行了比较,仿真结果表明,对具有全局和局部最优解的个体所走路径上的信息素强度进行增强的蚁群优化算法比标准的蚁群优化算法和其他优化算法在执行效率和稳定性上要高。     

几种改进遗传算法的性能比较

本文将标准遗传算法与分层策略和模拟退火思想相融合，设计出分层遗传算法、模拟退火遗传算法和模拟退火分层遗传算法三种改进的遗传算法。计算结果验证了算法的有效性和正确性。进一步算法性能分析证明了论文中所设计的改进的算法不仅能增强算法的全局收敛性，还能加快遗传进化速度。     

Optimisation of a Simulated-Annealing-based Heuristic for Single Row Machine Layout Problem by Genetic Algorithm

We discuss a procedure to determine the optimal set of parameters relevant to heuristics based on the Simulated Annealing technique, an algorithm which is widely applied to combinatorial problems in the field of manufacturing systems. We consider the search for the best set as a second optimisation problem that we solve by a Genetic Algorithm. The performance of our approach is tested in the particular case of backtracking minimisation in a single row machine layout problem for flexible manufacturing systems.