计算智能导论期末大作业
一、遗传算法（1）
首先，遗传算法是解决搜索问题的一种通用算法，因此遗传算法具有搜索算法共有的特点：组成一组候选解；然后依据某些适应性条件测算这些候选解的适应度；再根据适应度保留某些候选解，放弃其他候选解；最后对保留的候选解进行某些操作，生成新的候选解。
在遗传算法中，基于染色体群的并行搜索，带有猜测性质的选择操作、交换操作和突变操作。这种特殊的组合方式将遗传算法与其它搜索算法区别开来。
遗传算法还具有以下几方面的特点：
遗传算法从问题解的串集开始搜索，而不是从单个解开始。这是遗传算法与传统优化算法的极大区别。传统优化算法是从单个初始值迭代求最优解的；容易误入局部最优解。遗传算法从串集开始搜索，覆盖面大，利于全局择优。遗传算法同时处理群体中的多个个体，即对搜索空间中的多个解进行评估，减少了陷入局部最优解的风险，同时算法本身易于实现并行化。遗传算法基本上不用搜索空间的知识或其它辅助信息，而仅用适应度函数值来评估个体，在此基础上进行遗传操作。适应度函数不仅不受连续可微的约束，而且其定义域可以任意设定。这一特点使得遗传算法的应用范围大大扩展。遗传算法不是采用确定性规则，而是采用概率的变迁规则来指导他的搜索方向。具有自组织、自适应和自学习性。遗传算法利用进化过程获得的信息自行组织搜索时，适应度大的个体具有较高的生存概率，并获得更适应环境的基因结构。此外，算法本身也可以采用动态自适应技术，在进化过程中自动调整算法控制参数和编码精度，比如使用模糊自适应法。（2）
遗传算法Java伪代码。
publicstaticvoidmain(String[]args){Stringgroup[]=init.codeAll(ga.GENE,groupsize);//初始化群体//循环迭代for(inti=0;ipython 人工智能项目代码
关于Python有一句名言：不要重复造轮子。
但是问题有三个：
1、你不知道已经有哪些轮子已经造好了，哪个适合你用。有名有姓的的著名轮子就400多个，更别说没名没姓自己在制造中的轮子。
2、确实没重复造轮子，但是在重复制造汽车。包括好多大神写的好几百行代码，为的是解决一个Excel本身就有的成熟功能。
3、很多人是用来抓图，数据，抓点图片、视频、天气预报自娱自乐一下，然后呢？抓到大数据以后做什么用呢？比如某某啤酒卖的快，然后呢？比如某某电影票房多，然后呢？
我认为用Python应该能分析出来，这个现实的世界属于政治家，商业精英，艺术家，农民，而绝对不会属于Python程序员，纵使代码再精彩也没什么用。
以下是经过Python3.6.4调试通过的代码，与大家分享：
1、抓取知乎图片
2、听两个聊天机器人互相聊天(图灵、青云、小i)
3、AI分析唐诗的作者是李白还是杜
4、彩票随机生成35选7
5、自动写检讨书
6、屏幕录相机
7、制作Gif动图
1、抓取知乎图片，只用30行代码：
importre
fromseleniumimportwebdriver
importtime
importurllib.request
driver=webdriver.Chrome()
driver.maximize_window()
driver.get("https://