摘要: 蚂蚁在运动过程中,会留下一种称为信息素的东西,并且会随着移动的距离,播散的信息素越来越少,所以往往在家或者食物的周围,信息素的浓度是最强的,而蚂蚁自身会根据信息素去选择方向,当然信息素越浓,被选择的概率也就越大,并且信息素本身具有一定的挥发作用。 蚂蚁的运动过程可以简单归纳... 阅读全文
posted @ 2016-07-13 09:07 BreezeDust 阅读(2673) 评论(3) 推荐(3) 编辑
摘要: 前言: 最近负责的一个小型以IP方式投票网站的项目,在临近比赛截止的时候,由于恶意刷票,导致服务器瘫痪,最后经调查,最后3小时有52312IP涌入,PV量可想而知,这样直接导致了IIS超过最大线程数,连接池一直假死未释放,更奇葩的是最终服务器日志文件写满磁盘,造成service unavailable,再加上服务器管理那边并没有基础的DDOS预防设施,也没流量监控设备,最后只能从零星的数据中去推测服务器service unavailable的原因,如遇这方面的大神,望指点一二....网站原因: 以IP方式投票,每个IP每天10票,后台投票逻辑做了相应的优化,数据读取采用按需分离的方式,使用.. 阅读全文
posted @ 2013-10-31 12:02 BreezeDust 阅读(3163) 评论(14) 推荐(4) 编辑
摘要: 上次在自话遗传算法中提到后期会写两篇关于粒子群算法和蚁群算法的博文,所以这次给大家带来的是我对粒子群的一些理解,并附带一个相当简单的实例去描述这个算法,我会尽力通俗易懂的把整个算法描述一遍,其实粒子群算法的思想也挺简单的,希望我不要反而写复杂了,下面同样引用百度百科的摘要结束简介部分。 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation),1995 年由Eberhart 博士和kennedy 博士提出,源于对鸟群捕食的行为研究 。该算法最初是受到飞鸟集群活动的规律性启发,进而利用群体智能建立的一个简化模型。粒子群算法在对动物集群活动行为观察基础上,利用群体中的个体对信息的共享使整个群体的运动在问题求解空间中产生从无序到有序的演化过程,从而获得最优解。 阅读全文
posted @ 2013-10-06 22:44 BreezeDust 阅读(39516) 评论(9) 推荐(4) 编辑
摘要: 好像有那么点空闲时间,那就写点东西吧,由于近期一个项目用到了遗传算法,粒子群算法,蚁群算法等启发式智能搜索算法,今天先以本人的观点去阐述遗传算法,仅作自己对知识点的回顾,和给大家一点参考的意见,其他算法以后有时间再作描述。 遗传算法(Genetic Algorithm)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法,它最初由美国Michigan大学J.Holland教授于1975年首先提出来的,并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》,GA这个名称才逐渐为人所知,J.Holland教授所提出的GA通常为简单遗传算法(SGA),这里我就直接摘抄百度百科了。 阅读全文
posted @ 2013-10-05 05:21 BreezeDust 阅读(10215) 评论(6) 推荐(0) 编辑