搜索资源列表
TIERRA
- 地球模拟器，最经典的人工生命模型,研究人工智能的必看。一般地说，生命都具有新陈代谢、复制和进化的能力。在自然界中，生物是由有限的食物供给和有限的生存空间约束的。在Tierra中，“生物”由一系列能够自我复制的机器代码或程序组成，它在计算机中的复制分别受到计算机的存储空间和CPU时间约束。能有效地占有内存空间和利用CPU时间的生物体，将具有更高的适应度，传递到下一代的机会就越大。 在Tierra中，计算机的RAM（随机访问存储器）中有一块专门的空间，这个空间中放置了一个“祖先有机体”，该祖先有
ods_T_ant
- dos 下运行,蚂蚁找食物,图形演示,动态化显示每一只蚂蚁如何找到事物.-dos run, the ants find food, presentation graphics, dynamic display every ants how to find things.
yongyi222_GA
- 该程序是蚂蚁觅食的计算机模拟。仅仅运用简单的规则，蚂蚁就能够聪明的找到食物。该程序是复杂系统涌现思想的生动体现，即异常简单的规则就能够导致完全复杂，并且看似智能的行为。为什么小小的蚂蚁能够找到食物？他们具有智能么？设想，如果我们要为蚂蚁设计一个人工智能的程序，那么这个程序要多么复杂呢？首先，你要让蚂蚁能够避开障碍物，就必须根据适当的地形给它编进指令让他们能够巧妙的避开障碍物，-ants foraging of computer simulation. Just use simple rules,
ant_colony_optimization
- 蚁群算法(ant colony optimization, ACO)，又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型技术。它由Marco Dorigo于1992年在他的博士论文中引入，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为-ant colony algorithm (ant colony optimization, ACO). also known as the ant algorithm is a map to find the optimal path of probabilit
ant
- 蚂蚁算法，c语言版，其中，‘F’点表示食物，‘H’表示窝，白色块表示障碍物，‘+’就是蚂蚁了。
antalgorithm
- 蚂蚁觅食过程模拟算法，程序开始运行，蚂蚁们开始从窝里出动了，寻找食物；他们会顺着屏幕爬满整个画面，直到找到食物再返回窝。
my
- 蚂蚁算法的C语言实现，蚂蚁算法是利用蚂蚁寻食的一个路径规则来实现的，程序开始运行，蚂蚁们开始从窝里出动了，寻找食物；他们会顺着屏幕爬满整个画面，直到找到食物再返回窝。
autolife
- Autolife模型是一个能够进行“开放式进化”的人工生命系统。每个Agent模型采用可以变化规则表长度的有限自动机模型建模。一方面Agent可以进行自我繁殖，同时模型中的选择机制没有采用显式的适应度函数而是采用能量消耗的简单模型而自发涌现出来，所以可以认为Agent模型是一个类Tierra系统。然而与Tierra、Avida等数字生命模型不同的是，Autolife模型进行了大大的简化，它界面友好，操作直接。虽然没有给每个Agent装配一个虚拟计算机，但是Agent与环境的耦合则可以看成一个图灵
antcolony
- 程序名称：蚁群觅食模拟 程序介绍： 本程序模拟自然界蚂蚁寻找食物并带回自己窝的过程，栩栩如生的再现了单个蚂蚁的灵活性和整体蚁群的智能涌现。关于用几条简单规则涌现生命现象的信念得到了进一步加强验证。用户可以自定义地图，从而让蚂蚁有机会与复杂的地形环境打交道，地形越复杂，蚂蚁的智能特性越能体现出来。-Name: ant foraging simulation program descr iption: This procedure simulated natural ants to fin
ShuffledFrogLeapingAlgorithm
- SFLA算法是解决组合性优化问题的算法。它是基于集合类方法的启发式研究，这种SFLA初始化于一群虚拟集合青蛙，在池塘中跳跃，搜寻最优的食物地点。青蛙们可以被看作是具有思维的的主体。一种思维可以被看作是一个思想的集合或是文化的进化。每一种思维都是由一系列策略构成。在这种策略进化期间，青蛙的思维也在发生改变，导致了他们在面向目标时方位的改变，这种思维的变化或改变的发生，正是因为青蛙受到其他更好思想的影响。-SFLA algorithm to solve portfolio optimization
Tsp_report_ant
- 蚂蚁算法（或蚁群算法，ant colony algorithm）是由Colorni和Dorigo等人提出的一类模拟自然界蚁群行为的模拟进化算法。 这类算法主要基于以下观察：像蚂蚁这类群居昆虫，虽然没有视觉且单个行为极其简单，但由这些简单的个体所组成的群体却常常表现出令人称奇的行为——能够在复杂的环境下最终找到从蚁穴到食物源的最短路径！仿生学家经过大量细致观察与研究发现，原来蚂蚁在寻食的过程中，通过一种称之为信息素（pheromone）的物质相互传递信息。更具体地，蚂蚁在运动过程中能够在它所经
pos
- 实现单目标的粒子群优化问题，以鸟群寻找食物为例，怎样使鸟群在最短的时间内找到食物-Single-objective particle swarm optimization to birds looking for food, for example, how to make the birds in the shortest period of time to find food
PSO_CPP
- 微粒群优化算法（PSO）是一种基于种群的随机优化技术，由Eberhart和Kennedy于1995年提出。微粒群算法模仿昆虫、兽群、鸟群和鱼群等的群集行为，这些群体按照一种合作的方式寻找食物，群体中的每个成员通过学习它自身的经验和其他成员的经验来不断改变其搜索模式。-Particle Swarm Optimization (PSO) is a population based stochastic optimization technique by Eberhart and Kennedy ma
Particle-swarm-code
- 人工神经网络设想这样一个场景：一群鸟在随机搜索食物。在这个区域里只有一块食物。所有的鸟都不知道食物在那里。但是他们知道当前的位置离食物还有多远。那么找到食物的最优策略是什么呢。最简单有效的就是搜寻目前离食物最近的鸟的周围区域。 PSO从这种模型中得到启示并用于解决优化问题。PSO中，每个优化问题的解都是搜索空间中的一只鸟。我们称之为“粒子”-Particle swarm optimization
GAanteatfood
- 用遗传算法实现棋盘上蚂蚁吃食物问题。VC6.0下编译通过-use GA realize a problem that a ant aims to eat all the food on the net.
ABC-Delphi-Codes
- 由Karaboga提出的一种人工智能算法（Delphi版），通过模拟蜜蜂寻找食物的行为的优化方法。它的主要特点是不需要了解问题的特殊信息，只需要对问题进行优劣的比较，通过各人工蜂个体的局部寻优行为，最终在群体中使全局最优值突现出来，有着较快的收敛速度。-The proposed by Karaboga, an artificial intelligence algorithm (Delphi Edition), by simulating the bees to find food behavi
pso
- 标准pso算法是一种人工智能算法，是模拟生物界群体找寻食物过程来寻找最优的算法。-Standard pso algorithm is a algorithm which is similar to the organisms to find food in a optimizaton path.
Particle-swarm-algorithm-matlab-code
- PSO算法就是模拟一群鸟寻找食物的过程，每个鸟就是PSO中的粒子，也就是我们需要求解问题的可能解，这些鸟在寻找食物的过程中，不停改变自己在空中飞行的位置与速度。-PSO algorithm is to simulate a flock of birds looking for food in the process, each bird is the PSO particles, that is, we need to solve the problem of possible solution
VC
- 蚁群算法(ant colonyoptimization，ACO)，又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型技术。它由MarcoDorigo于1992年在他的博士论文中引入，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。-Ant colony algorithm (ant colonyoptimization, ACO), also known as the ant algorithm is used to figure the probability of technology to
ant-solution
- 寻找最短路径的蚁群算法来源于蚂蚁寻食的行为.蚁群寻找食物时会派出一些蚂蚁分头在四周游荡, 如果一只蚂蚁找到食物, 它就返回巢中通知同伴并沿途留... -Ant colony algorithm for finding the shortest path from ant foraging behavior. Ant colony to find food, will send some of the ants separately wandering around an ant finds