智慧型資訊處理課程設計指導書

2021-08-02 00:04:31 字數 2764 閱讀 6693

《 智慧型資訊處理 》課程設計指導

書指導教師:馮傑、周維達

2023年11月

目錄一、遺傳演算法解決函式優化問題 1

二、模擬退火演算法解決函式優化問題 3

三、神經網路解決優化問題 5

一、實驗目的

1. 掌握遺傳演算法的基本原理和步驟。

2. 複習vb、vc或matlab的基本概念、基本語法和程式設計方法,並熟練使用vb、vc或matlab編寫遺傳演算法程式。

二、實驗裝置

微機 三、實驗原理

遺傳演算法是一類隨機優化演算法,但它不是簡單的隨機比較搜尋,而是通過對染色體的評價和對染色體中基因的作用,有效地利用已有資訊來指導搜尋有希望改善優化質量的狀態。

主要步驟可描述如下:

① 隨機產生一組初始個體構成初始種群。

② 計算每乙個體的適配值(fitness value,也稱為適應度)。適應度值是對染色體(個體)進行評價的一種指標,是ga進行優化所用的主要資訊,它與個體的目標值存在一種對應關係。

③ 判斷演算法收斂準則是否滿足,若滿足,則輸出搜尋結果;否則執行以下步驟。

④ 根據適應度值大小以一定方式執行複製操作(也稱為選擇操作)。

⑤ 按交叉概率pc執行交叉操作。

⑥ 按變異概率pm執行變異操作。

⑦ 返回步驟②。

四、預習要求

1. 認真閱讀教材中遺傳演算法的基本原理與步驟。

2. 複習vb、vc或matlab的基本概念、基本語法和程式設計方法。

五、實驗內容及步驟

1. 上機編寫程式,解決函式優化問題。需優化的函式可自定義,如考慮一元函式求最大值的優化問題,用遺傳演算法解決上述函式的最優化問題。

2. 除錯程式。

3. 根據實驗結果,撰寫實驗報告。

六、實驗報告

1. 對遺傳演算法中變異概率、交叉概率、種群規模等引數的選擇進行分析。

2. 對遺傳演算法的終止準則進行分析。

3. 分析遺傳演算法的優缺點,並提出改進意見。

4. 本實驗的心得體會。

一、實驗目的

1. 掌握模擬退火演算法的基本原理和步驟。

2. 複習vb、vc或matlab的基本概念、基本語法和程式設計方法,並熟練使用vb、vc或matlab編寫模擬退火演算法程式。

二、實驗裝置

微機 三、實驗原理

模擬退火演算法是基於monte carlo迭代求解策略的一種隨機尋優演算法,其出發點是基於物理退火過程與組合優化之間的相似性,模擬退火演算法由某一較高初溫開始,利用具有概率突跳特性的metropolis抽樣策略在解空間中進行隨機搜尋,伴隨溫度的不斷下降重複抽樣過程,最終得到問題的全域性最優解。

標準模擬退火演算法的一般步驟可描述如下:

(1)令m=0,給定初溫tm,隨機產生初始狀態sm;

(2)repeat;

sold=sm;

(2.1)repeat;

(2.1.1)產生新狀態:snew=generate(sold);

(2.1.2)若min≥random[0, 1],則sold=snew;

(2.1.3)until抽樣穩定準則滿足;

(2.2)退溫:tm+1=update(tm),sm+1=sold,m=m+1;

(3)until演算法終止準則滿足;

(4)輸出演算法搜尋結果:sm。

四、預習要求

1. 認真閱讀教材中模擬退火演算法的基本原理與步驟。

2. 複習vb、vc或matlab的基本概念、基本語法和程式設計方法。

五、實驗內容及步驟

1. 上機編寫程式,解決函式優化問題。需優化的函式可自定義,如考慮一元函式求最大值的優化問題,用模擬退火演算法解決上述函式的最優化問題。

2. 除錯程式。

3. 根據實驗結果,寫實驗報告。

六、實驗報告

1. 利用實驗結果,分析模擬退火演算法中初溫、初始狀態對求解結果的影響。

2. 利用實驗結果,分析metropolis抽樣準則在模擬退火演算法中的作用。

3. 分析模擬退火演算法的優缺點,並提出改進意見。

4. 本實驗的心得體會

一、實驗目的

1. 掌握bp網路的基本原理。

2. 複習vb、vc或matlab的基本概念、基本語法和程式設計方法,並熟練使用vb、vc或matlab編寫bp網路程式。

二、實驗裝置

微機 三、實驗原理

考慮hermit多項式的逼近問題,該問題由mackay提出:

式中,xr。

訓練樣本產生方式如下:樣本數n=100,其中樣本輸入xi服從區間[-4, 4]內的均勻分布,樣本輸出為f(xi)+ei, ei為新增的雜訊,服從均值為0,標準差為0.1的正態分佈。

對於該函式逼近問題,可以用乙個單輸入單輸出的3層bp網路對樣本進行擬合,網路的隱節點數選為10。

其它學習引數設定如下:神經網路採用標準sigmoidal啟用函式,輸出層採用線性啟用函式,即:

學習率=0.003,目標誤差=0.5,最大學習次數20000,初始權值和偏移取[-0.1, 0.1]內的隨機數。

四、預習要求

1. 認真閱讀教材中bp網路的基本原理。

2. 複習vb、vc或matlab的基本概念、基本語法和程式設計方法。

五、實驗內容及步驟

1. 自己選擇合適的神經網路演算法,如bp,hopfield等,需解決的優化問題可自定義,如用hopfield網路演算法解決tsp問題(旅行商問題)。

2. 除錯程式。

3. 根據實驗結果,寫實驗報告。

六、實驗報告

1. 分析實驗結果。

2. 分析神經網路演算法的優缺點,並提出改進意見。

3. 本實驗的心得體會。

課程設計指導書

資料庫原理及應用 課程設計指導書 一 課程設計的目的和意義 資料庫原理及應用課程設計 是實踐性教學環節之一,是 資料庫原理及應用 課程的輔助教學課程。通過課程設計,使學生掌握資料庫的基本概念,結合實際的操作和設計,鞏固課堂教學內容,使學生掌握資料庫系統的基本概念 原理和技術,將理論與實際相結合,應用...

熱處理裝置課程設計指導書

課程類別 必修課適用專業 金屬材料工程學時 2周學分 教研室主任大綱執筆人 大綱審批人 一 課程設計的性質 目的與任務 課程設計是學生在完成基礎課 技術基礎課和大部分專業課學習後的乙個教學環節,是培養學生應用已學到的理論知識來解決實際工程問題的一次訓練,並為畢業設計奠定基礎。通過本次課程設計培養學生...

物流資訊系統課程設計指導書

課程設計指導書 適用專業 物流管理 課程 1103181 學時 3周學分 3 編寫單位 交通與汽車工程學院 編寫人 聶波 審核人 曾傳華 審批人 孫仁雲 批准時間 2010年 6 月 2 日 一 課程設計的目的 1 為綜合應用計算機基礎應用技術 資料庫開發系統 管理知識和專業知識打下良好基礎 2 學...