个人中心
文章发布
退出
作者热门文章
- html - 出于某种原因，IE8 对我的 Sass 文件中继承的 html5 CSS 不友好？
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景？
26
4
<分区>
我使用遗传算法来解决 NP-hard 问题。事实上，它使用了额外的局部搜索方法，这是一个考虑到问题具体情况的临时过程。改写标题:我想知道与现代 GA 相比，蜜蜂/蚁群和 PSO 算法是否有默认缺点？实际上，我必须证明选择 GA 来解决我的问题是合理的。我故意不想指出问题的名称，只想知道默认的和明显的(也许是独特的)GA 优势。让我们假设我们的任务是宣传 GA 并批评其他最先进的元启发式算法。
26
4
0
有人有关于基因工程模拟的软件/教程的好来源吗？也许有关基因剪接/克隆模拟的开源软件？ 谢谢 最佳答案 这可能正合你的胃口: Genetic Programming - Evolution of Mon
我在遗传算法中执行以下程序来选择锦标赛: choose k random individuals from population & select two best individuals among
如何选择符号回归的特征？我有 30 个特征，我只想使用最敏感的特征进行符号回归。 作为示例，可以使用与我的数据集类似的数据集。 https://scikit-learn.org/stable/modu
我希望有人能就这个话题对我有所了解。如果这被认为是一个愚蠢的问题，我很乐意立即删除这个问题。 我正在设计一个类(class)时间表系统，通过研究，我偶然发现了 GA 和约束编程作为解决我问题的方法。但
This question answers pseudocode for roulette wheel selection .但这是为了最大化问题。但我的问题是最小化适应度函数的值。也就是说，适应度低
我正在阅读一些有关遗传算法的论文，并且他们经常以非常相似的方式提及进化算法。根据维基百科，GA是EA的子集。但是，如果我们仔细观察，我们会发现它们都是基于自然选择(交叉，选择，变异)的元启发式优化算法
我想使用遗传算法基于扩展有限状态机(EFSM)生成测试序列。基于EFSM的测试面临着遗传算法在可行路径上的问题。我的覆盖标准是过渡覆盖。我有一个系统的 EFSM 模型，该模型具有输入参数并保护从一种状
我面临以下问题。 我有一个系统能够根据异常分数对某些操作进行排名。为了提高性能，我实现了一个遗传算法来执行特征选择，这样最异常的操作出现在第一个位置。我所做的并不是完全的特征选择，因为我没有使用二进制
我正在研究一个非常大规模的问题，我有一个启发式算法，除了表现非常好的遗传算法启发式算法之外，它还提供了一个相当好的解决方案。我想知道用启发式解决方案预先播种 GA 是否有任何 yield ，如果有的话
我对比赛选择的理解是: 对于给定的锦标赛规模t，从总体中随机选择t个人，并将该锦标赛的获胜者确定为具有最大适应度函数值的个人。 我的问题是: “二进制锦标赛选择”和“锦标赛选择”之间是否有区别，或者它
我目前正在写一篇关于遗传算法的论文。我想有一个关于终止条件的小部分，它决定了算法何时必须停止。 我发现了这个不错的网站: http://www.nd.com/genetic/termination.h
我正在实现一个稳态遗传算法来执行符号回归。 我的问题是关于变异和交叉算子之间的关系。 在应用变异和锦标赛选择以根据他们的错误选择 parent 之前，我总是咨询变异概率 (Pm)。 第一个问题: 突变
假设我有一个未知函数，我想通过遗传算法来近似它。对于这种情况，我假设它是 y = 2x。 我有一个由 5 个元素组成的 DNA，每个 x 一个 y，从 x = 0 到 x = 4，其中，经过大量试验和
我必须做一个关于遗传算法的学期项目，并且我有调整第一人称射击机器人的特征(即要使用的武器等)的想法。例如，我会以字符串的形式表示特征，前 10 位代表选择武器 1 的概率，接下来的 10 位代表选择武
我需要求解变量在很宽范围内变化的联立线性方程(5 个方程和 7 个未知数，即欠定问题)[0 - 1,00,000]。有人可以建议我应该使用什么健身功能吗？ 最佳答案 我猜您指的是具有 7 个变量的 5
我正在用遗传算法在 81 个城市实现 TSPTW(带时间窗的旅行商)，我应用了以下步骤: mutation prob=0.03 population size=100 -Generate random
我正在研究国际象棋引擎，并且正在使用基因表达编程方法来改进评估函数。 由于国际象棋没有神谕，我的适应度函数只能找到两个人的相对适应度(通过进行国际象棋比赛)。 因为我没有绝对的适应度测量，我可能会以循
我承担了使用遗传算法创建数独求解器的任务。 初始化 :将给定值存储在每个染色体中，然后随机生成值，使得每一行都是值 1 到 9 的有效排列。 健身 :由每行、列和方格中的“不合适”值的数量相加确定。
我阅读了有关此的各种内容并了解所涉及的原理和概念，但是，没有一篇论文提到如何计算涉及未直接连接的相邻城市(在染色体中)的染色体(代表一条路线)的适应度的细节通过一条边(在图中)。 例如，给定一条染色体
我是遗传算法的新手。我正在尝试预测规则出现的模式。例如，我有一组定义如下的规则。 规则 1，规则 2，规则 3，规则 4，规则 5，规则 6， 对于给定的日期，我只能使用规则 2、规则 3 和规则 6
我是一名优秀的程序员,十分优秀！