用模拟退火算法训练神经网络的实例

模拟退火算法是一种用于求解大规模优化问题的随机搜索算法,它以优化问题求解过程与物理系统退火过程之间的相似性为基础,优化的目标函数相当于金属的内能,优化问题的自变量组合状态空间相当于金属的内能状态空间,问题的求解过程就是找一个组合状态,使目标函数值最小。利用Metropolis准则并适当地控制温度的下降过程实现模拟退火,从而达到在多项式时间内求解全局优化问题的目标。本文用1—4—4—1的网络结构对函数y=x*sin(x)+2进行模拟退火训练。

基于特权提升的量化风险计算

本文介绍了基于特权提升的量化的安全风险评估模型(简称SPARM)的工作流程,并且通过实例阐述了基于特权提升的量化风险计算。

A*算法之启发值应用

本文重点介绍启发式搜索A*算法的思想,并分析实践搜索路径中启发值的应用。

搜索算法在汽车导航系统中的应用

汽车导航系统中最短路径是一定特殊性的搜索问题,不能简单套用图论中的最短路径问题的算法。在此运用Dijkstra算法的原理,利用逐步求证的推理方法,同时考虑进行最短路径计算所需的信息的完备性和数据的维护问题,分析其在汽车导航系统中的应用,并给出算法的改进策略。