智能优化算法与涌现计算第二篇 进化算法自然界的生物处在不断生殖繁衍过程中，通过遗传和变异，“优胜劣汰”的自然选择法则，使优良品种得以保存，并且比上一代的性状有所进化。生物在不断进化中，体现了一种优化的思想。
摘 要： 针对常规二维最佳熵法计算复杂，运行时间长，收敛性差等不足，提出基于改进遗传算法的二维最佳熵阈值分割方法。通过对选择、交叉、变异等因子的优化设计，使阈值搜索的鲁棒性与收敛性有了很大改善，并对图像的分割效果进行评价。
M. Fronita， R. Gernowo， V. Gunawan. 2017. Comparison of Genetic Algorithm and Hill Climbing for Shortest Path Optimization Mapping. The 2nd International Conference on Energy， Environment and Information System . August 15th — 16th 2017. Semarang . pp: 1–5.
我们简单介绍了一些概念整合理论的算法实现，包括 1990 年的 DIVAGO 系统，2012 年的 Metaphor Eyes，以及基于深度神经网络的 Deep Dream 和 Neural Style Transfer。
作者：杨燕1,12、鲍慧慧2,12、秦献辉3,12、刘理顺4,5,12、宋昀5,12、王滨燕5,6,12、凌文华1,12、孙贵范7,12、杨进刚8,12、刘菊英9、石汉平10,12、徐希平3,4,12、孙宁玲11,12*、程晓曙2,12* 1中山大学公共卫生学院 2南昌大学第二
