- 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?
问题
您认为遗传算法是否值得尝试解决下面的问题,或者我会遇到局部最小值问题吗?
我认为这个问题的某些方面对于生成器/适应度函数风格的设置很有用。 (如果你搞砸了一个类似的项目,我很想收到你的来信,而不是做类似的事情)
感谢您提供有关如何构建事物并正确处理的任何提示。
问题
我正在寻找一个很好的调度算法来解决以下实际问题。
我有一个像这样有 15 个插槽的序列(数字可能从 0 到 20 不等):
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
1 1 0 0 1 1 1 0 0 0 1 1 1 0 0
1 1 0 0 1 1 1 0 0 0 1 1 1 0 0
0 0 1 1 0 0 0 1 1 1 0 0 0 1 1
0 0 1 1 0 0 0 1 1 1 0 0 0 1 1
A, B, C, D
A1, A2, A3, A4, A5, A6, A7, A8, A9, A10
B1, B2, B3, B4, B5, B6, B7, B8, B9, B10
C1, C2, C3, C4, C5, C6, C7, C8, C9, C10
D1, D2, D3, D4, D5, D6, D7, D8, D9, D10
0 0 1 1 1 0 0 0 0 0 0 0 0 0 0
1 1 2 3 4 2 2 3 4 2 2 3 3 2 3
最佳答案
子问题解决尝试
嗯,这是一个想法。该解决方案不是基于使用遗传算法,但可以使用一些想法朝这个方向发展。
基向量
首先,您应该生成我认为的基向量。例如,如果您的序列长度为 3 个数字而不是 15 个,则基向量将为:
v1 = [1 1 0]
v2 = [0 1 1]
v3 = [1 1 1]
a*v1 + b*v2 + c*v3
关于genetic-algorithm - 特殊调度算法(模式扩展),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/2222667/
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!