《文献搜索》参考资料。主要介绍文献搜索的方法，步骤及注意问题，并举例说明。

机信息检索.ppt网络信息检索.ppt搜索引擎.ppt元搜索引擎.pptdialog.ppt中国学

过程性知识；搜索技术：无变量盲目搜索算法、带变量盲目搜素算法、启发式搜索算法、博弈树搜索；人工智能程

用工具，下载、安装、使用等：第1章网络基础第2章搜索引擎工具第3章网络下载工具第4章电子邮件工具第5

：1、优化设计概述2、优化设计的数学基础3、一维搜索方法4、无约束优化方法5、线性规划6、约束优化方

搜索是人工智能中的一个基本问题，并与推理密切相关，搜索策略的优劣，将直接影响到智能系统的性能与推理效率。 5.1 搜索的基本概念 5.1.1 搜索的含义 5.1.2 状态空间法 5.1.3 问题归约法 5.2 状态空间的盲目搜索 5.2.1 一般图搜索过程 5.2.2 广度优先和深度优先搜索 5.2.3 代价树搜索 5.3 状态空间的启发式搜索 5.3.1 启发性信息和估价函数 5.3.2 A算法 5.3.3 A*算法 5.3.4 A*算法应用举例 5.4 与/或树的盲目搜索 5.5 与/或树的启发式搜索 5.6 博弈树的启发式搜索

元搜索引擎 元搜索引擎(Meta--search engine)是在前述搜索引 擎基础上建立的可以同时查询多个搜索引擎的 WWW站点,其英文原意是搜索引擎之后或之上 的搜索引擎,因而也可以叫做后搜索引擎。虽然元 搜索引擎依赖其他独立搜索引擎而存在,但它们 集成了不同性能和不同风格的搜索引擎并发展了 一些新的查询功能,查一个元搜索引擎就相当于 查多个独立搜索引擎,可以收到事半功倍的效果 ,故值得选用

传统人群搜索(SOA)算法通过计算搜索方向、搜索步长和搜寻更新个体位置三个步骤进行寻优.它的缺点在于计算量大,种群之间信息交流少,导致寻优速度慢.针对人群搜索算法存在的缺点,本文提出二项交叉算子改进人群搜索算法(BCOISOA)对其改进.在计算搜索步长方面,本文采用随机数与最大函数值位置乘积判断子群位置,进而提高全局寻优计算速率.在更新位置方面,本文提出二项交叉算子加强种群之间的联系,避免在更新搜索方向过程中,算法因局部最优而导致过早收敛,进而达到快速、准确寻找最优解的目的.本文将以上二项交叉算子改进人群搜索-BP神经网络算法应用在二段式磨矿过程中,实现磨矿粒度在线软测量.仿真结果表明,与人群搜索算法和粒子群算法进行比较,二项交叉算子改进人群搜索算法收敛速度更快,预测精度最高,满足对磨矿粒度实时检测的要求

搜索引擎 搜索引擎(Search Engine)是Internet上 具有查询功能的网页的统称,目前已多 达数百种,包括 Web Search Engine(万维 网搜索引擎)、 Usenet Search Engine(新闻 论坛搜索引擎)、 YellowPage Search Engine(黄页搜索引擎)、 WhitePage Search Engine(白页搜索引擎)、Meta- Search Engine(元搜索引擎)等类型本章 将依次介绍这些搜索引擎

针对多无人机在协同搜索过程中存在重复搜索、目标静止、搜索效率低的问题，提出基于改进鸽群优化和马尔可夫链的多无人机协同搜索方法.首先，建立类似传感器探测范围的蜂窝状环境模型，降低对搜索区域的重复搜索；其次，建立满足高斯分布的马尔可夫链动态目标运动模型；然后，将柯西扰动引入基本鸽群优化算法的地图和指南针算子，高斯扰动引入地标算子，同时利用模拟退火机制保留次优个体，进而有效缓减基本鸽群优化算法易陷入局部最优的问题.最后，通过仿真实验将本文算法与其他群体智能算法进行比较，结果表明新型算法的合理性和有效性