genetic-algorithm

-1熱度

1回答

我正在創建一個用Java編寫的遺傳算法。變異函數以指定的概率翻轉數組中的位。突變函數不保留數組（個體）的突變羣體。 public static void mutation(Individual[] population, Individual[] mutatedOffspring, double mutationRate) { // Iterate through gene, ran

0熱度

1回答

如何將GP轉換爲字符串並在Python中使用DEAP再次轉換回來？

我正在做一個遺傳編程項目，我需要能夠將遺傳程序（類deap.creator.Individual）轉換爲字符串，改變一些東西（同時保持100％的語法與DEAP的語法對齊），然後將其放回到一個人羣中進行進一步的進化。但是，我只能使用from_string方法將字符串轉換回類gp.PrimitiveTree。創造者的唯一構造函數。我看到的是單獨生成整個種羣或從現有個體構建個體。沒有方法僅從現有的

0熱度

1回答

函數逼近器和優化算法之間的區別？

我剛開始學習人工神經網絡和遺傳算法，發現他們之間的區別在於ANN是一個函數逼近器，而GA是一個優化算法（根據SO）。問題是我不是100％確定在哪裏以及如何劃定這些定義之間的界限;有沒有更簡單的方法來解釋差別在哪裏使用，例如類比（假設我是10歲）？我發現特別令人困惑的是，在某些情況下，這兩種類型似乎都能解決同樣的問題（例如旅行推銷員問題）。

1熱度

1回答

TPOTClassifier產生錯誤

我試圖在Forest Cover Type Prediction上使用TPOTClassifier。但是在初始運行後，它產生的錯誤作爲輸出。如果你建議如何解決這個錯誤，這將是有幫助的。謝謝。 from tpot import TPOTClassifier import numpy as np import pandas as pd from sklearn.model_selection

2熱度

2回答

爲遺傳算法編碼一個類似圖形的物理結構

我正在尋找編碼物理圖形結構（如橋樑或建築物）作爲遺傳算法的染色體的研究/文獻。通過圖形我的意思是結構是由邊緣連接的節點，或者例如通過焊接接頭連接的鋼樑。對形狀進行修改的變異算子的研究也很有幫助。對於這些結構，每個關節在空間中的位置都很重要，而不僅僅是連接本身。我熟悉位串和實值編碼。也許與神經網絡的遺傳算法編碼有一些相似之處。

0熱度

1回答

遺傳算法的目標函數

這是我對AI/ML的第一次努力。我有我的老師給出如下的問題，設計一個簡單的遺傳算法的MATLAB中，用二進制編碼的染色體，在爲了解決模式中的16位串查找問題。目標函數由下式給出： F(x) = NoS("010") + 2NoS("0110") + 3NoS("01110") + 4NoS("011110") + 5NoS("0111110") + 6NoS("01111110") + 7

0熱度

1回答

遺傳算法中的基因型

在討論遺傳算法時，Chromosome和Genotype之間的基本區別是什麼？我的猜測是，基因型是染色體的特殊排列。你說什麼？

0熱度

1回答

Genetic Algortihm - 可變長度優化的策略

我有一個問題，我想用遺傳算法（GA）來解決。你可以把它簡化爲以下問題：我想優化公司，這意味着，在汽車數量和車型的拼車。我已經有一個健身功能calcFitness(carList)，它評估給定的設置，如'商務車，運輸車'或'商務車，商務車，運輸車'。現在，問題是，如何使用GA來解決這個可變長度問題。我有四個想法，你怎麼能解決這些問題一般爲：（？不知道，如果可能的話）也許在某種程度上實現GA允許

0熱度

1回答

當染色體不是簡單的數字時，我如何突變可能的解決方案？

我只是想了解GA，所以請原諒任何不正確的評論或假設。我基本上已經知道如何編碼潛在解決方案，然後將它們組合和/或變異以找到類似（但希望更好）的解決方案。這似乎很簡單，當你有很好很簡單的基因。例如，this tutorial描述瞭如何使用GA來查找將命中目標數字的數字序列和數學運算符。考慮到一些潛在的解決方案，我可以通過將（比方說）一個位的前n位和另一個位的最後（len-n）位組合它們。然而，我結合

1熱度

1回答

是用於實現優化算法的混合整數線性規劃（例如遺傳或粒子羣）

我正在學習用於自動分組用戶的優化算法。然而，我對這些算法完全陌生，因爲我回顧了相關文獻，所以我聽說過它們。另外，在其中一篇文章中，作者使用Integer Programming實現了他們自己的算法（基於他們自己的邏輯）（這是我對IP的瞭解）。我想知道是否需要使用混合整數線性規劃實現基因/粒子羣（或任何其他優化）算法，或者這只是其中一個選項。最後，我需要建立一個基於網絡的系統來自動分組用戶。我感謝