genetic-algorithm

0열

1답변

이 간단한 프로그램을 사용하여 그래디언트 방법을 사용하여 목표 함수의 최소값을 계산했습니다. 나는 간단한 1D 함수 (http://en.wikipedia.org/wiki/Gradient_descent)를 위해이 함수를 테스트했으며, 최소값의 정확한 위치를 내게 잘 알려줍니다. 나는 2 차원 함수에 일반화 : X^4 + 2Y^4있는 등 하나의 제로 (0, 0

1열

2답변

유전자 알고리즘 최적화?

성능 향상을 위해 유전자 알고리즘 병렬 처리를 해왔지만 유전 알고리즘을 최적화하는 데 일반적으로 사용되는 기술이 무엇인지 궁금합니다.

1열

2답변

유전 프로그래밍/알고리즘을 사용하여 해싱 개선

'key mod table_size'와 같은 해시 함수를 사용하는 동안 발생하는 충돌을 상당히 줄일 수있는 프로그램을 작성하고 있습니다. 이를 위해 유전 프로그래밍/알고리즘을 사용하고 싶습니다. 그러나 나는 그것에 대해 많이 모른다. 많은 기사와 예제를 읽은 후에도 필자는 (프로그램 정의에서와 같이) 피트니스 기능, 대상 (일반적으로 목표는 필수 결과 임)

2열

1답변

유전 알고리즘 - 가중치 할당을위한 최적의 크로스 오버 연산자

경험에 따르면, 가중치 할당 문제에 가장 적합한 크로스 오버 연산자는 무엇입니까? 특히, 나는 모든 가중치의 합이 1이되도록 강제하는 제약에 직면하고 있습니다. 현재는 균일 한 크로스 오버 연산자를 사용하고 있는데 합계를 1로 계산하면 합계가 나옵니다. 크로스 오버는 작동하지만이 방법으로 솔루션의 좋은 부분을 저장하고 수렴 할 수 있는지 확신하지 못합니다.

0열

1답변

유전자 알고리즘 도구 상자에서 여러 목적 함수를 최적화하는 방법

GA 도구 상자에서 단일 목적 함수를 최적화했지만 두 가지 이상의 목적 함수를 최적화하는 방법은 무엇입니까? f1 = x(1)^2 - 2*x(1)*x(2) + 6*x(1) + x(2)^2 - 6*x(2); f2 = x(2) + x(3)*x(4); f3 = x(4)^2 - x(5); 참고 : 예를 들어 나는 목적 함수의 다음 세트를 최적화하는 데 필요

4열

2답변

유전 알고리즘이 지역 최소치에서 수렴하는 것을 방지하는 방법은 무엇입니까?

유전자 알고리즘을 사용하여 4 x 4 스도쿠 해결사를 만들려고합니다. 로컬 미니 마에 수렴하는 가치에 몇 가지 문제가 있습니다. 나는 순위가 매겨진 접근법을 사용하고 아래쪽의 두 가지 순위가있는 답변 가능성을 제거하고 가장 높은 순위의 두 가지 답변 가능성 사이의 교차점으로 대체합니다. 현지 mininma를 피하는 추가 도움을 위해, 나는 또한 돌연변이를

0열

2답변

유전 알고리즘에서이 메커니즘의 이름은 무엇입니까?

각 진화 세대에서 새로운 인구가 유전 연산자에 의해 구성됩니다. 필자의 구현에서는 새로운 인구와 오래된 인구를 함께 결합한 다음 모든 사람들을 피트니스로 정렬합니다. 그 중에서도 상위 100 위 등급의 게놈은 다음 진화 세대 (인구가 100 개의 게놈으로 구성된다고 가정)로 반환됩니다. 이 메커니즘은 제 구현에 적합합니다. 그러면이 메커니즘의 이름은 무엇입

1열

1답변

유전 알고리즘을 사용하여 다른 사람들과 겹치지 않는 가장 큰 원을 찾습니다.

저는 GA를 사용하고 있으므로이 페이지 (http://www.ai-junkie.com/ga/intro/gat3.html)에서 예제를 얻었습니다. 문제는 작동하지 않는다는 것입니다. 예를 들어, 최대 적합성은 다음 세대에서 항상 커지는 것은 아니지만 가장 작아집니다. 또한, 몇 세대가 지난 후에는 점점 더 좋아지지 않습니다. 예를 들어, 처음 100 세대 동

2열

1답변

유전자 알고리즘의 수렴을 플로팅

MATLAB에서 유전자 알고리즘을 사용하여 두 가지 객관 최적화 문제를 수행하고 있습니다. 3D 볼륨에서 각 세대마다 인구를 플로팅하는 방법이 있는지 알고 싶습니다. 내 말은, (f1, f2, n) 여기서 f1은 내가 최소화하고자하는 첫 번째 목표의 값이고 f2는 최소화하려는 두 번째 목표의 값이고 n은 반복 횟수입니다. 각각의 반복 (세대) 유전자 알고리

0열

1답변

정규화 니스

I은 유전 알고리즘을 구축하고있어 I이 우연히 축적 : 누적 정규 체력 값이 계산은 (개별 누적 적합치 자체 체력 값의 합 플러스 모든 이전 개체의 적합도 값). 마지막 개인의 누적 피트니스는 1이어야합니다 (정상화 단계에서 무언가 잘못되었습니다). from Wikipedia 아무도 설명하지 못하겠습니까? 이런 정규화로 얻는 것은 무엇입니까? 나는 정규