將決策問題轉換爲優化問題？（演化算法）

決策問題不適合用於演化算法，因爲簡單的正確/錯誤的適應度測量不能被優化/演化。那麼，將決策問題轉換爲優化問題的方法/技術有哪些？將決策問題轉換爲優化問題？（演化算法）

例如，我目前正在研究一個問題，即個體的適應度很大程度上取決於它產生的輸出。根據基因的排序，一個人要麼沒有產出，要麼沒有完美的產出 - 沒有「在兩者之間」（因此沒有爬山）。個體基因排序中的一個小變化可能對個體的適應性產生巨大影響，因此使用進化算法本質上等於隨機搜索。

如果您知道任何文獻，一些參考文獻將很好。

來源

2011-09-25 XåpplI' -I0llwlg' I -

所有完美的輸出都完美嗎？沒有一個產出可能接近完美產出嗎？ –

對於你的第一個問題，是的。對於第二個問題，有些人可能更接近基因結構方面的完美解決方案，但從健身角度來看，因爲他們沒有產出，他們的健康狀況與沒那麼接近。 –

你似乎已經回答了你自己的問題：如果沒有爬山，任何形式的爬山優化都無法獲得任何牽引力。除了關於漸進主義和部分解決方案的一般手勢外，很難想象一個通用的解決方案是可能的。 –

應用於多個輸入和檢查正確答案的百分比。

確實，對/錯的適應度測量不能向更正確的方向發展，但算法可以將可變函數應用於產生決定是對還是錯的任何輸入。所以，你一直在改變算法，對於算法的每個變種版本，你應用它，比如說100個不同的輸入，然後你檢查它們中有多少是正確的。然後，您選擇那些給出比其他更正確答案的算法。誰知道，最終你可能會看到一個讓他們好的東西。

沒有參考文獻，我只是想出了它。

來源

2011-12-29 16:08:28

嗯，我認爲你必須在你的健身功能上工作。當你說某些個體更接近完美的解決方案時，你能否基於其遺傳結構來識別這些解決方案？如果你能做到這一點，一個程序也可以做到這一點，所以你不應該根據輸出結果對其進行評分。

來源

2013-01-10 15:04:48 tObi

將決策問題轉換爲優化問題？ （演化算法）

回答

相關問題

將決策問題轉換爲優化問題？（演化算法）