计算机技术与发展
計算機技術與髮展
계산궤기술여발전
COMPUTER TECHNOLOGY AND DEVELOPMENT
2008年
12期
4-7
,共4页
协同进化%PSO算法%机器博弈%人工神经网络
協同進化%PSO算法%機器博弈%人工神經網絡
협동진화%PSO산법%궤기박혁%인공신경망락
阐述了一种典型的协同进化遗传算法(SANE),在机器博弈中,用前馈神经网络(FNN)表示局面估值函数,该算法采用两个种群合作协同的方式进化该FNN.对上述算法在种群的初始化方面进行了合理改进:用粒子群算法(PSO)先对种群进行预处理.实验表明,在协同进化的过程中,经过预处理的种群会比随机生成的种群效率更高.
闡述瞭一種典型的協同進化遺傳算法(SANE),在機器博弈中,用前饋神經網絡(FNN)錶示跼麵估值函數,該算法採用兩箇種群閤作協同的方式進化該FNN.對上述算法在種群的初始化方麵進行瞭閤理改進:用粒子群算法(PSO)先對種群進行預處理.實驗錶明,在協同進化的過程中,經過預處理的種群會比隨機生成的種群效率更高.
천술료일충전형적협동진화유전산법(SANE),재궤기박혁중,용전궤신경망락(FNN)표시국면고치함수,해산법채용량개충군합작협동적방식진화해FNN.대상술산법재충군적초시화방면진행료합리개진:용입자군산법(PSO)선대충군진행예처리.실험표명,재협동진화적과정중,경과예처리적충군회비수궤생성적충군효솔경고.
