搜索结果: 1-15 共查到“人工智能 进化”相关记录74条 . 查询时间(0.207 秒)
中国科学院动物研究所功能昆虫群进化研究组现因在人工智能、机器学习和数据挖掘方面的科研工作需要，拟招聘科研助理岗位人员1名。
中国科学院动物研究所昆虫进化与功能形态学研究组长期致力于功能形态学的研究，通过借助传统光镜、扫描电镜、显微CT和计算机三维重建等技术方法，对昆虫相关结构的形态及功能进行研究，探讨进化规律及其在仿生学领域中的应用。因研究组需要，研究组拟招聘博士后人员1-2名，主要方向：图像识别、人工智能、仿生机器人等方面。
中国科学院上海药物研究所提出机器学习辅助定向进化新方法（图）
机器学习 辅助 定向进化
2023/8/21
定向进化是模拟自然进化机制，利用现代分子生物学方法创造大量的突变基因文库，采用灵敏的定向筛选策略，创造出自然界不存在的或改良特性的蛋白质等生物分子的一种方法。定向进化已广泛应用于蛋白质的分子改造和优化，被认为是生产具有改良或全新特性的蛋白质的高效方法，对于酶工程、多肽和大分子药物设计都具有重要意义。传统的定向进化实验流程包括筛选测试大量突变序列的功能，将得到的最优序列作为亲本序列进行下一轮的突变和...
近年来,进化策略由于其无梯度优化和高并行化效率等优点,在深度强化学习领域得到了广泛的应用.然而,传统基于进化策略的深度强化学习方法存在着学习速度慢、容易收敛到局部最优和鲁棒性较弱等问题.为此,提出了一种基于自适应噪声的最大熵进化强化学习方法.首先,引入了一种进化策略的改进办法,在“优胜”的基础上加强了“劣汰”,从而提高进化强化学习的收敛速度;其次,在目标函数中引入了策略最大熵正则项,来保证策略的随...
2021进化计算与智能系统研讨会（图）
进化计算 智能系统 研讨会
2022/3/11
由东北大学软件学院（协同辽宁省智能互联网理论与应用重点实验室和辽宁省智能科学与智能系统重点实验室）举办的2021年进化计算与智能系统学术研讨会于2021年7月11日-12日在东北大学国际交流中心402举行。会议由软件学院马连博教授主持，信息学院黄敏教授作开幕致辞，邀请了十余名优秀青年专家参会，包括来自国防科技大学邢立宁教授、王锐教授、西北工业大学王军强教授、中国矿业大学郭一楠教授、北京航空航天大学...
吉林大学人工智能学院教授李向涛以通讯作者发表论文Evolutionary Multiobjective Clustering Algorithms with Ensemble for Patient Stratification近日被IEEE Transactions on Cybernetics杂志接收。《IEEE Transactions on Cybernetics》杂志创刊于1960年，主...
西安电子科技大学人工智能概论课件第五章1 进化计算。
基于多种群量子进化的区间二型模糊规则挖掘算法
基于模糊规则的分类系统 量子进化算法 多种群量子编码 变尺度变异 矛盾规则重构
2019/3/14
利用智能优化算法挖掘模糊分类规则能够解决模糊前件参数和无关项的组合优化问题, 但也存在依赖初始规 则以及更新过程无指导等缺陷, 导致分类精度难以保证. 为此, 本文以二型模糊规则分类系统为框架, 采用模糊聚类得 到代表性样本并启发式的产生初始规则, 以量子等位基因形式对规则进行编码生成多初始种群, 根据基因的优良性, 以 变尺度变异操作实现等位基因的指导性进化. 在此基础上, 利用矛盾规则重构机制...
异构无线网络接入控制问题包含多个优化目标，现有算法考虑不全面且多是将其转换为单目标求解，限制了各目标的相对关系，无法适应不同的实际需求。该文提出一种直接采用多目标进化算法的接入控制算法。首先将优化目标扩展为3个，分别是最小化阻塞率、最小化占用总资源和负载均衡；其次引入基于分解的多目标进化算法(MOEA/D)并设计进化策略，进行初步寻优；最后通过非支配排序得到Pareto最优解集，即最佳接入方案。仿...
针对高维优化问题难以解决并且优化耗费时间长的问题,提出了一种解决高维优化问题的差分进化算法。将协同进化思想引入到差分进化领域,采用一种由状态观测器和随机分组策略组成的协同进化方案。其中,状态观测器根据搜索状态反馈信息适时地调用随机分组策略重新分组;随机分组策略将高维优化问题分解为若干较低维的子问题,而后分别进化。该方案有效地增强了算法解决高维优化问题的搜索速度和搜索能力。经典型的实例测试,并与其他...
二分微粒群协同进化优化算法
分而治之 协同进化 测试函数
2009/12/28
针对微粒群优化算法易发生过早收敛问题，受自然界分而治之的思想和共生现象的启发，提出了一种二分微粒群协同进化优化算法，算法的主要思想是在奇数次对种群进行寻优，在偶数次将微粒群分为两个子种群，子种群独立完成寻优任务，与其他群体几乎不发生联系。最后，通过对5个标准函数的测试结果表明，提出的算法在一定程度上避免了陷入局部极值点，并且提高了收敛精度。
改进差分进化策略在多峰值函数优化中的应用
差分演化算法 进化策略 双重变异
2009/12/10
针对差分演化算法与进化策略算法中所存在的不足，将模拟退火算子引入到差分演化算法的变异操作中，这样有助于在进化前期进行全局搜索，后期进行局部搜索；在标准进化策略的基础上，加入差分变异操作，提出了一种新的差分进化策略双重变异算法。通过测试算例可看出，该方法在多峰值函数优化问题中，具有求解精度较高，收敛速度较快等特点。
应用最大熵和思维进化算法的阈值分割
模糊指数熵 思维进化算法 图像分割
2009/12/10
在指数熵的基础上给出了模糊指数信息熵的定义及其性质，避免了对数中无定义点的问题，并用此概念和条件概率定义图像模糊划分的熵，根据熵最大原理进行图像自动分割。为了降低计算复杂度，提高计算速度，改进了思维进化算法（MEA），设计了自适应趋同和小概率随机异化操作，优化模糊隶属参数，搜索最优分割阈值。实验结果表明，该方法能够自动、有效地选取阈值，分割效果优于Otsu等其他算法，并能保留原始图像的主要特征。
...