达尔文
共 19 篇文章
达尔文 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 19 篇文章，持续更新中。
达尔文医学的新科学
优秀科普系列之《第一推动》丛书中的书籍之一。
遗传算法及其进化硬件设计研究
遗传算法（Genetic Algorithms，GAs）是进化计算中的重要领域，也是人工智能迅速发展的重要领域，它是一类模拟自然进化过程和达尔文“适者生存”的算法。这一算法企图通过使用诸如交叉、变异等
遗传算法设计及其并行实现
<p>遗传算法（Genetic AlgorithmGA)，是模拟达尔文的遗传选择和自然淘汰的生</p><p><br/></p><p>物进化过程的计算模型。</p><p><br/></p><p>传统的遗传算法虽然具有隐含的并行性，但目前大多为串行遗传算法。串行遗传算</p><p><br/></p><p>法在解决一些实际问题时，由于需要较多的个体数量和大量的计算，使得进化过程比较</p><p><br/
终极算法 ——机器学习和人工智能如何重塑世界
<p>第一章 机器学习革命</p><p>学习算法入门</p><p>为何商业拥护机器学习</p><p>给科学方法增压</p><p>10亿个比尔·克林顿</p><p>学习算法与国家安全</p><p>我们将走向何方</p><p>第二章 终极算法</p><p>来自神经科学的论证</p><p>来自进化论的论证</p><p>来自物理学的论证</p><p>来自统计学的论证</p><p>来自计算机科学的论证</p
matlab 遗传算法
<span style="font-family:楷体;font-size:large;">遗传算法，模拟达尔文进化论的自然选择和遗传学机理的生物进化过程的计算模型，一种选择不断选择优良个体的算法。谈到遗传，想想自然界动物遗传是怎么来的，自然主要过程包括染色体的选择，交叉，变异（不明白这个的可以去看看生物学），这些操作后，保证了以后的个体基本上是最优的，那么以后再继续这样下去就可以一直最优了。</
很经典的一个算法。大家做工程和通信用的着。遗传算法（Genetic Algorithm）是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型
很经典的一个算法。大家做工程和通信用的着。遗传算法（Genetic Algorithm）是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它是有美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》，GA这个名称才逐
遗传算法是模拟达尔文生物进化论的自然选择与遗传学机理的计算模型, 它是由美国Michigan 大学的Holland教授于1975年首次提出的. 这是一种新的全局优化搜索算法, 其基本特征是利用群体进化
遗传算法是模拟达尔文生物进化论的自然选择与遗传学机理的计算模型, 它是由美国Michigan 大学的Holland教授于1975年首次提出的. 这是一种新的全局优化搜索算法, 其基本特征是利用群体进化,即在求解过程中, 通过使种群不断优化, 从而找到满意解或最优解. 该算法具有简单通用、鲁棒性强的优点, 适于并行处理, 已经广泛地应用于计算机科学、优化调度、运输问题及组合优化等领域
具有如同您所希望的那样的确定性
具有如同您所希望的那样的确定性，意味着用户可以决定重复次数和结束条件。它模拟达尔文的自然选择，还有变异，把“适应性”（正如适用于个体的公式所决定的那样）作为主要因素选择生存繁衍和变异的个体。
用C语言程序实现遗传算法的功能
用C语言程序实现遗传算法的功能，遗传算法是模拟自然界生物进化过程与机制求解极值问题的一类自组织、自适应的人工智能技术，它模拟达尔文的自然进化论与孟德尔的遗传变异理论，具有并行性等特点，简单通用。
是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型。遗传算法的基本操作包括：编码、初始群体的生成、适应度评估检测、选择、杂交操作、变异
是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型。遗传算法的基本操作包括：编码、初始群体的生成、适应度评估检测、选择、杂交操作、变异
遗传算法的程序 遗传 算 法 (GeneticA lgorithm,G A)是一种大规模并行搜索优化算法
遗传算法的程序
遗传 算 法 (GeneticA lgorithm,G A)是一种大规模并行搜索优化算法，它模
拟了达尔文“适者生存”的进化规律和随机信息交换思想，仿效生物的遗传方式，
从随机生成的初始解群出发，开始搜索过程。解群中的个体称为染色体，它是一
串符号，可以是一个二进制字符串，也可以是十进制字符串或采用其他编码方式
形成的码串。对父代(当前代)群体进行交叉、变异等遗传操作后
遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型. 生存+检测的迭代搜索过程是它的核心.
遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型.
生存+检测的迭代搜索过程是它的核心.
遗传算法
遗传算法，是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法.遗传算法是一类可用于复杂系统优化的具有鲁棒性的搜索算法
细胞自动机压缩算法 细胞自动机是用来解释生命现象。系统为什么总要处于“混沌边缘”的状态呢？比如生命吧
细胞自动机压缩算法
细胞自动机是用来解释生命现象。系统为什么总要处于“混沌边缘”的状态呢？比如生命吧，静止于某种固定的状态不是挺好的么？为了适应多变的环境，生命必须不断的进化而变得复杂，而要想变得复杂就必须让自己处于混沌边缘的状态。按照达尔文进化论的观点，不适应环境的生命体就会被大自然淘汰了，并不是每个生命体都有意识的要让自己越来越复杂，而是因为过于简单的生命不能适应环境了，于是它们被淘汰掉了，
要求上传五份源代码, 这是重量级的, 苹果达尔文服务器源代码, RTSP, RTP/RTCP等等, 其中RTSP解析, RTP/RTCP接收发送等等高效源码
要求上传五份源代码, 这是重量级的, 苹果达尔文服务器源代码, RTSP, RTP/RTCP等等, 其中RTSP解析, RTP/RTCP接收发送等等高效源码
遗传算法是一类借鉴生物界自然选择和自然遗传机制的 随机化搜索算法。 它是模拟达尔文的遗传选择和自然淘汰的生 物进化过程的计算模型。
遗传算法是一类借鉴生物界自然选择和自然遗传机制的 随机化搜索算法。 它是模拟达尔文的遗传选择和自然淘汰的生 物进化过程的计算模型。
达尔文传记
达尔文传记
是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型。通过全老师耐心的讲解
是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型。通过全老师耐心的讲解，我已经清楚了简单遗传算法的处理过程，遗传算法的基本操作包括：编码、初始群体的生成、适应度评估检测、选择、杂交操作、变异。下面是我用Java编写的一个简单遗传算法的程序，求解的题目
达尔文医学的新科学
优秀科普系列之《第一推动》丛书中的书籍之一。