專利是屬於申請專利的那個人的了，下面我們來看看都有哪些人工智能算法：
壹、粒子群算法
粒子群算法，也稱粒子群優化算法（Particle Swarm Optimization），縮寫為 PSO，是近年來發展起來的壹種新的進化算法。
(（Evolu2tionary Algorithm - EA）。PSO 算法屬於進化算法的壹種，和遺傳算法相似，它也是從隨機解出發，通過叠代尋找最優解，它也是通過適應度來評價解的品質，但它比遺傳算法規則更為簡單，它沒有遺傳算法的交叉(Crossover) 和變異(Mutation) 操作，它通過追隨當前搜索到的最優值來尋找全局最優。這種算法以其實現容易、精度高、收斂快等優點引起了學術界的重視，並且在解決實際問題中展示了其優越性。
優化問題是工業設計中經常遇到的問題,許多問題最後都可以歸結為優化問題.為了解決各種各樣的優化問題,人們提出了許多優化算法,比較著名的有爬山法、遺傳算法等.優化問題有兩個主要問題:壹是要求尋找全局最小點,二是要求有較高的收斂速度.爬山法精度較高,但是易於陷入局部極小.遺傳算法屬於進化算法。
(EvolutionaryAlgorithms)的壹種,它通過模仿自然界的選擇與遺傳的機理來尋找最優解.遺傳算法有三個基本算子:選擇、交叉和變異.但是遺傳算法的編程實現比較復雜,首先需要對問題進行編碼,找到最優解之後還需要對問題進行解碼,另外三個算子的實現也有許多參數,如交叉率和變異率,並且這些參數的選擇嚴重影響解的品質,而目前這些參數的選擇大部分是依靠經驗.1995年Eberhart博士和kennedy博士提出了壹種新的算法;粒子群優化(ParticalSwarmOptimization-PSO)算法.這種算法以其實現容易、精度高、收斂快等優點引起了學術界的重視,並且在解決實際問題中展示了其優越性。
粒子群優化(ParticalSwarmOptimization-PSO)算法是近年來發展起來的壹種新的進化算法(Evolu2tionaryAlgorithm-EA).PSO算法屬於進化算法的壹種,和遺傳算法相似,它也是從隨機解出發,通過叠代尋找最優解,它也是通過適應度來評價解的品質.但是它比遺傳算法規則更為簡單,它沒有遺傳算法的交叉(Crossover)和變異(Mutation)操作.它通過追隨當前搜索到的最優值來尋找全局最優。
二、遺傳算法
遺傳算法是計算數學中用於解決最佳化的，是進化算法的壹種。進化算法最初是借鑒了進化生物學中的壹些現象而發展起來的，這些現象包括遺傳、突變、自然選擇以及雜交等。遺傳算法通常實現方式為壹種模擬。對於壹個最優化問題，壹定數量的候選解（稱為個體）的抽象表示（稱為染色體）的種群向更好的解進化。傳統上，解用表示（即0和1的串），但也可以用其他表示方法。進化從完全隨機個體的種群開始，之後壹代壹代發生。在每壹代中，整個種群的適應度被評價，從當前種群中隨機地選擇多個個體（基於它們的適應度），通過自然選擇和突變產生新的生命種群，該種群在算法的下壹次叠代中成為當前種群。