本项目探索了自然生命复杂进化系统的机制,建立了基于遗传算法的人工生命进化模型。该模型体现了自然生命在自下而上和自上而下的双向循环作用下的突生进化特征,强调多层次学习在进化过程中的作用,实现了先天的遗传进化和后天的神经学习的有机结合,使模型具有高度适应环境变化的学习进化功能。本研究工作的另一特色是从生物的免疫机制和生态机制得到启示,拓展了遗传算法的进化模式并提出了若干新的进化策略。此外,本研究工作为今后研究人工免疫系统的理论和方法打下了坚实的基础。总之,本研究对于探索生命的计算机制,并以此构造新一代智能人工系统具有十分重要的理论意义和应用前景。本项目按期完成研究任务并完全达到了预期计划目标。
{{i.achievement_title}}
数据更新时间:2023-05-31
"多对多"模式下GEO卫星在轨加注任务规划
含饱和非线性的主动悬架系统自适应控制
城市生活垃圾热值的特征变量选择方法及预测建模
基于卷积神经网络的JPEG图像隐写分析参照图像生成方法
TVBN-ResNeXt:解决动作视频分类的端到端时空双流融合网络
基于人工生命和多智能体协同进化的多目标跟踪方法研究
用于图像分割的人工生命模型
人工生命免疫模型及其应用研究
基于DNA计算平台上的遗传算法模型研究与探索