genetic-programming

0熱度

1回答

這是我的問題，我正在修改我發現遺傳算法的代碼來做一個函數的數值優化。實質上，給定函數F和我們的期望值，程序使用GA來搜索提供適當期望值的x和y的值。我不斷修補我的健身功能，我覺得這是問題的根源。基本代碼向下突破是：生成隨機的染色體人口使用某種基於每個染色體健身檢查是否有任何的發生，解決了功能泡沫如果有人解決它，然後停止並打印它否則，生成childre ñ基於父母排序，檢查最佳答

-1熱度

2回答

Java中遺傳算法的輪盤選擇

我正在爲遺傳算法實現輪盤選擇方法。從本質上講，我的問題很簡單，但我無法圍繞這個問題。在我的健身功能中，如果答案是非常錯誤的，它可能會返回約-3000％。我的問題是，當我嘗試爲結果分配概率時，他們會錯誤地回答錯誤的答案。例如：如果我的百分數都是在陣列並[92，68，5，-4，-3546]（從高至低）我需要給在較低指數的數量的機會較大被選中的指數要高於指數較高的數字。忽略我的健身功能，如何在考

1熱度

1回答

隨機通用抽樣應該如何與遺傳規劃中的精英相結合？

已經實施了排序選擇（「RS」）和隨機通用採樣（「SUS」）[Baker，1987]我現在想介紹Elitism（重新引入適合的最後一代成員到下一代）觀察其宣稱的好處。有參考SUS和精英合併，如Melanie Mitchell在遺傳算法介紹。但是我遇到了一個（非常模糊的）在線參考文獻，建議避免這兩種方法的結合。我想知道，在後一種情況下，不正確的實施是否是兩種方法不兼容的原因。因此，如果有更有經驗的

0熱度

2回答

線性遺傳程序設計內含子檢測算法

有人可以指出一個特定的算法，用於從lgp個體中刪除內含子嗎？謝謝

0熱度

2回答

Hadoop上的代理框架

我正在考慮使用Hadoop編寫一個簡單的基於代理的框架。這是我一直在玩的一段時間（但還沒有深入思考）。我想使用它的目標應用程序是Genetic Programming。我的想法是，我會產生許多代理人，讓他們執行一項任務，評估他們的遺傳適應性，然後繁殖他們，然後重複整個練習。我想知道人們是否對使用Hadoop這樣做有立即的想法/批評。在此先感謝。

3熱度

2回答

使用遺傳程序來估計概率

我想用遺傳程序（gp）來估計'事件'的'結果'的概率。爲了訓練nn我正在使用遺傳算法。所以，在我的數據庫我有很多的活動，包含多種可能的結果每一個事件。我會給GP一組涉及到每個事件每個結果輸入變量。我的問題是 - 應該適應度函數是在GP是什麼???? 例如，現在我給gp一組輸入數據（結果輸入變量）和一組目標數據（如果結果DID發生則爲1，如果結果DID不發生則爲0，使用適應度函數是產出和目標的

2熱度

1回答

測試錯誤低於訓練錯誤

感謝您對此的意見。我正在基因編程的幫助下構建迴歸模型。如果測試數據上的RMSE比我的RMSE數據比1：5數據的訓練數據低很多，我應該擔心嗎？測試數據是從一組24個數據點中隨機抽取的，無需替換。該模型是使用遺傳編程技術構建的，因此特徵數量，建模框架等隨着我將GP樹中節點數調整的訓練RMSE最小化而變化。該模型是否配備不足？或者我應該最小化MSE而不是RMSE（我認爲這應該與MSE是正的相同，M

1熱度

2回答

交叉概率對遺傳算法/遺傳規劃有什麼影響？

任何人都可以舉一個交叉概率的例子嗎？我想知道確定交叉概率的好處，以及它在遺傳算法或遺傳編程中的作用。

2熱度

2回答

重複同一人羣中的個人

我實現了與jenes庫（Tutorial 5: ObjectChromosome‎）一起提供的Java示例。我發現人羣中的個體都是一樣的（即沒有隨機化發生）; 我添加以下代碼OCProblem類ga.evolve();後打印每個個體在羣體： ga.evolve(); Population pop= ga.getCurrentPopulation(); ArrayList population_

2熱度

1回答

分類遺傳算法

我想用Matlab GPTIPS框架解決分類問題。到目前爲止，我設法建立了合理的數據表示和適應度函數，每班的平均準確率接近65％。我現在需要的是一些幫助有兩個難點：我的數據是失之偏頗。基本上我解決的是二元分類問題，只有20％的數據屬於第一類，而其他80％屬於第0類。我首先使用預測的準確性作爲我的適應度函數，但它確實很糟糕。我最好現在健身= 0.5 *（PositivePredictiveV