《人工智能--2009作业安排》由会员分享,可在线阅读,更多相关《人工智能--2009作业安排(2页珍藏版)》请在金锄头文库上搜索。
1、 人工智能人工智能 作作业业安排安排本门课程共 5 个作业,每位同学完成其中一个。期末时要提交报告,每个报告的篇幅不要超过 A4 纸 7 页(理论内容不要超过半页,重点要说明所做的工作。最后要有参考文献,并附上程序清单与程序详细说明)。课程的成绩包括:期末闭卷考试成绩(各 80)以及报告的成绩(20) 。遗传算法:遗传算法:编写遗传算法程序,进行函数测试。用三种方式实现:自行编程;MATLAB 工具箱命令行函数;MATLAB 工具箱图形用户接口。蚁群算法:蚁群算法:1、编写离散蚁群算法,应用于 TSP 问题(TSP 问题的数据可以参考课件中的 20 个或 30 个城市的 TSP) ;2、编写连
2、续蚁群算法,进行函数寻优(可采用课件中所介绍的 3 种连续蚁群算法,或者参考文献中的其它连续蚁群) 。粒子群算法:粒子群算法:1、编写粒子群算法程序,进行函数测试(语言不限) ;2、对基本粒子群算法进行一到两种改进,进行函数测试;或者进行粒子群算法的应用研究(可参考文献)BP 网络:网络:1、编写 BP 网络程序,进行函数测试,包括测试网络的泛化能力。两种方式实现:自行编程、MATLAB 工具箱函数;2、进行 BP 网络的应用研究(可参考文献)RBF 网络:网络:1、编写基本 RBF 网络程序,进行函数测试,包括测试网络的泛化能力(语言不限) ;两种方式实现:自行编程、MATLAB 工具箱函数
3、;2、进行 RBF 网络的应用研究(可参考文献)常用测试函数说明常用测试函数说明1.Rosenbrock 函数描述为:(1)2 , 1(048. 2048. 2. .)1 ()(100),(max2 12 22 121 ixtsxxxxxfi该函数有两个局部极大点和7342.3897)048. 2,048. 2(f,其中后者为全局最大点。用遗传算法对其进行优926.3905)048. 2,048. 2(f化计算时极易陷入前一个局部极大点。2.Camel 函数描述为:(2)22, 33. .)44()3/1 . 24(),(min22242 yxtsyyxyxxxyxf该函数有六个局部极小点,其
4、中(-0.0898,0.7126)和(0.0898,0.7126)为全局最小点,最小值为-1.031628。3.Schaffer 函数描述为:(3)2 , 1(100100. .)(001. 00 . 1 5 . 0sin5 . 0),(min22 22 12 22 1221ixtsxxxxxxfi该函数在其定义域内只具有一个全局极小点。0)0 , 0(f4.Schaffer 函数描述为:220.252220.1 7121212min( ,)()sin (50() 1.0. .100100(1,2)iF x xxxxxstxi该函数在其定义域内只具有一个全局极小点。0)0 , 0(7F5.Sh
5、ubert 函数描述为:(5) )2 , 1(1010. .) 1cos() 1cos(),(min51351121 ixtsixiiixiixxfiii这是一个多峰值函数,在其定义域内它总共有 760 个局部最小点,其中 18个点是全局最小点,全局最小值为。731.186f6.De Jong 函数 F5 描述为:(6) 32323216163232323232321601632321601632)2 , 1(536.65536.65. .)(1002. 0),(min25121621LLijijiijiaixtsaxjxxf这是一个多峰值函数,它总共有 25 个局部极小点,其中有一个是全局极小点,全局极小值为。998. 0)32,32(minf