爬山算法，模拟退火算法 Kytolly 发布于：2025年5月1日 字数：150 字 时长：1 分钟 局部搜索算法 爬山算法 原理 选择随机解作为起点 邻域搜索：在当前解的邻域搜索使目标函数最大化的解 迭代： 如果邻居中有性质更好的解，更新为当前解 若达到预定迭代次数，或者当前解局部最优停止 Python实现 选取目标函数,函数明显在处取得最大值16 优点 简单 目标函数具有单峰性时，效果较好 缺点 局部最优全局最优 对初始解和迭代次数敏感 模拟退火算法 更新于：2025年5月1日 知识推理 逻辑的一般原理 基于知识的Agent通过对知识的内部表示进行操作而推理，其核心部件是知识库KB，知识库作为语句的集合，用知识表示语言表达，用以表示关于世界的某些断言，某些语句直接给定，我们尊称其... 概率论：常见分布的数字特征 应用随机过程：常见分布的数字特征 退化分布(单点分布) 若随机变量只取常数,即 则并不随机，但我们把它看作随机变量的退化情况更为方便，因此称之为退化分布，又称单点分布. 离散均匀分布 若随机变...
