genetic-programming

1熱度

1回答

我剛開始學習一個星期前的ANN，沒有經典的訓練。只是通過觀看視頻和閱讀博客/白皮書，我已經得到了很多。我對ANN的最終輸出有疑問。舉例說，我正在構建一個帶有兩個輸入節點的XOR，一個隱藏層中有3個節點，輸出層中有一個節點。 A 2 x 3 x 1. 首先我想確保我有正確的第一部分。因此，每個節點都有一個與隱藏層中每個節點相關的權重，如果隱藏層中有5個節點，則輸入節點會計算它的輸入並將其乘以與

1熱度

1回答

用DEAP解決TSP問題 - 如何解凍首先和最後一個城鎮？

我有大量的數據可能與機票價格 CITY_ORIGIN, CITY_DESTINATION, PRICE 我要解決尋找開始在CITY_START在CITY_END結束，並從CITIES_THROUGH陣去，通過最大N城市最廉價的一趟的TSP問題。我想用DEAP python lib使用TSP example代碼來解決這個任務。如何凍結DEAP TSP例子中的第一個和最後一個城鎮？ f.e.

0熱度

1回答

C函數返回指向垃圾內存的指針

我正在編寫一個程序，給定一組輸入和輸出，計算出公式是什麼。程序工作的方式是通過隨機生成二叉樹並通過遺傳算法來確定哪一個是最好的。我寫的所有功能都是單獨編寫的，但有一兩個沒有。在我使用兩個結構，一個在二叉樹中的節點和其他跟蹤每個樹是如何準確給出的數據（其健身）程序： struct node { char value; struct node *left, *right; }

5熱度

2回答

在Clojure中評估AST（抽象語法樹）

如何評估AST具有更好的性能？目前我們創建AST作爲樹，其中葉節點（終端）是一個參數的函數 - 關鍵字及其值的映射。終端用關鍵字表示，功能（非終端）可以是用戶（或clojure）定義的功能。生成AST的 (defn full-growth "Creates individual by full growth method: root and intermediate nodes are

1熱度

1回答

.Net中的遺傳算法 - 可變染色體 - 異形飛船場景

我想實現編寫程序的遺傳算法，試圖解決特定的問題。 '程序'不過是一個函數列表，將由一個健身函數進行評估，所以我可以知道什麼是最好的'程序'。這個序列對我來說並不會改變，不會影響健身評估。的大收穫，我試圖弄清楚的是，被調用函數列表應該是可變的，像可變cromossomes號。我有需要調用的函數，帶有可變參數，還有可調用函數COULD（可選），以及可變參數。我已經找到那些偉大的GA框架，但是我真

2熱度

1回答

如何用數組中的隨機鍵替換字符串的隨機部分？

下面的代碼是從字符串中替換隨機字符，我試圖使它從字數組中替換字符串的部分。 genetic.mutate = function(entity) { function replaceAt(str, index, character) { return str.substr(0, index) + character + str.substr(index+character.le

1熱度

1回答

比較遺傳程序設計性能

我已經運行了一個基因程序在數據集上的30 * 7運行，現在我想比較一下這個結果。每個程序運行了200代我收集了每一代的數據，但我想比較的是30次運行的最佳測試健身狀況以及來自每個設置的所有其他30次運行的最佳測試健身狀況，以檢查是否存在不同參數的結果。由於事物的性質，分佈並不正常，所以我在考慮對7個數據列（每列有30個樣本）進行Kruskal Wallis檢驗。你們認爲什麼？感謝豪爾赫

2熱度

2回答

差異論文兩個種基因型

的是什麼與Ñ（任意> 0號）之間使用一個基因型的差異染色體與1（一）的基因，並用1（一）染色體中的基因型與Ñ（相同數字）基因？在代碼： // 3 chromosomes with 1 gene each Genotype.of( DoubleChromosome.of(0,1), DoubleChromosome.of(0,1), DoubleChromosome.

-5熱度

1回答

使用遺傳算法尋找函數的最小值

我正在研究遺傳算法項目。我需要使用基本遺傳算法來查找Rastrigin函數或Easom函數（對於y = 0）的最大值/最小值。

0熱度

1回答

sklearn.linear_model.LogisticRegression.fit（）總是在認爲

在我的節目，我用sklearn.linear_model.LogisticRegression一個點，有時它只是不斷思考/運行，它不往前走。這取決於它獲得的數據。一些示例數據，它不按我想要的方式工作： from sklearn.linear_model import LogisticRegression from numpy import array x = LogisticRegressi