发信人: youduofu()
整理人: bsese(1999-06-11 17:48:04), 站内信件
|
我想陆续把我的<<数学,确定性的丧失>>的读书体会写出来.
这里我介绍一种文档方法,所谓noweb法.
http://www.cs.virginia.edu/~nr/noweb/
例子如下.
演化计算.noweb
@从简单的遗传算法可以大致了解演化计算的策略.
<<演化计算的主要分支:(一)遗传算法>>=
<<简介计算机科学与进化论结合的历史>>
<<简单遗传算法(SGA)的操作对象及算子>>
<<SGA的流程图>>
<<SGA的形式化描述>>
<<对二进制编码方式的突破>>
@
<<简单遗传算法(SGA)的操作对象及算子>>=
Holland的遗传算法常被称为简单遗传算法(简记SGA),SGA的操作对象
是一群二进制串(被称为染色体、个体），及种群。这里每个染色体都对应问
题的一个解。从初始种群出发，采用基于适应值比例的选择策略在当前种群中
选择个体，使用杂交和变异来产生下一代种群。如此一代代演化下去，直到
满足期望的终止条件。
@
<<SGA的流程图>>=
开始
|
V
随机初始化群体P(0),t=0
|------>计算P(t)中每个个体的适应值
| V Y
| 满足终止条件?-------------->输出结果,结束.
t++ V
A k=0
| |<---------------------------------|
| Y V |
|--------k>= N? |
|N |
V |
根据个体的适应值比例选择两父体 |
| |
N V |
|----random[0,1]<Pc? |
| |Y |
| V |
| 对两父体实行杂交操作 |
V V |
将两父体变异后插入到P(t+1) 将后代串变异后插入到P(t+1) |
| | |
| |------------| |
V V |
k=k+2------------------------------------|
@这本书的结构.
<<演化计算>>=
<<绪论>>
<<基础知识>>
<<应用领域>>
<<实现>>
@
<<基础知识>>=
<<演化计算的基本原理>>
<<演化算法的设计>>
<<演化算法的理论分析>>
@
<<应用领域>>=
<<演化优化>>
<<演化非线性参数估计>>
<<演化自适应建模>>
<<演化人工神经网络>>
@
<<实现>>=
<<演化算法的并行实现>>
<<演化硬件>>
<<演化计算程序设计环境>>
......
--
※ 来源:．月光软件站 http://www.moon-soft.com．[FROM: 202.103.37.201]
|
|