遗传算法与深度学习实战(2)——生命模拟及其应用

遗传算法与深度学习实战(2)——生命模拟及其应用

    • 0. 前言
    • 1. 康威生命游戏
      • 1.1 康威生命游戏的规则
      • 1.2 实现康威生命游戏
      • 1.3 空间生命和智能体模拟
    • 2. 实现生命模拟
    • 3. 生命模拟应用
    • 小结
    • 系列链接

0. 前言

生命模拟是进化计算的一个特定子集,模拟了自然界中所观察到的自然过程,例如粒子或鸟群的聚集方式。生命模拟只是用来探索和优化问题的模拟形式之一,还有很多其他形式的模拟,可以更好地建模各种过程,但它们都源于康威生命游戏 (Conway’s Game of Life)。在本节中,我们将介绍生命模拟的基本概念,并使用 Python 实现康威生命游戏。

1. 康威生命游戏

生命游戏是由约翰·霍顿·康威 (John Horton Conway) 于 1970 年开发的一种简单的细胞自动机;这个“游戏”被认为是计算机模拟的起源。虽然模拟的规则很简单,但它的确能够得到优雅的图案和表现形式。

1.1 康威生命游戏的规则

康威生命游戏之所以优雅,归结于用于模拟细胞生命的规则的简洁性。使用以下四个简单的规则模拟细胞的生命周期:

  • 任何活细胞如果周围少于两个存活邻居,则会死亡(因为人口稀少)
  • 任何活细胞如果周围有两个或三个存活邻居,则会存活到下一代
  • 任何活细胞如果周围有多于三个存活邻居,则会死亡(因为人口过剩)
  • 任何死细胞如果周围恰好有三个存活邻居,则会变成一个活细胞(因

你可能感兴趣的:(遗传算法与深度学习实战,深度学习,人工智能,遗传算法)