저는 유전 알고리즘에 익숙하지 않아 유전 알고리즘을 구현하여 약국의 평일 요청 순서를 최적화했습니다. 우선, 문제를 설명해 드리겠습니다. 일주일 중 어느 날 (금요일부터 금요일)에 참석해야한다는 요청을하는 9 명의 가족이 있습니다. 약국은 하루 1-3 가족 만 참가할 수 있으며, 더 적은 수는 없으며 같은 주에 가족을 반복 할 수 없습니다. 주된 목표는 각
대학 프로젝트에 약간의 문제가 있습니다. 유전자 알고리즘을 사용하여 문서 분류를 구현해야합니다. this 예를 들어 유전 알고리즘의 원리를 이해하고 있지만 문서 분류에서 어떻게 구현할 수 있는지 잘 모르겠습니다. 피트니스 기능을 알아낼 수 없습니다. 여기 는 지금까지의 생각을 관리 한 것입니다 (그 아마 완전히 잘못 ...) 동의 내가 카테고리를 가지고 각
내가 기사에서 네트워크 코어 주변 조치를 구현하기 위해 노력하고 있어요 (링크 : Borgatti & Everett 2000)에서 유전자 알고리즘 : 정렬 R.에서 저자가 적용되는 기본적인 접근 방식에 것은 서로 잘 연결되어있는 액터가 왼쪽 상단을 차지하도록 네트워크 행렬의 행과 열을 선택합니다. 단계에서 트릭되는 저자에 따르면 두 행렬 사이의 상관을 평가
저는 Dawkins Weasel 유형의 유전 알고리즘에 관한 마지막 해의 프로젝트를하고 있습니다. 저는 여전히 룰렛 선택과 토너먼트 선택을했는데, 여전히 안정된 상태 선택을하고 있습니다. 그러나 그것이 무엇인지 정확히 알지 못하고 온라인에서 찾은 참조는 모두 매우 모호합니다. 구현 방법을 아는 사람이 있습니까? 모든 포인터가 좋을 것입니다. 감사합니다.
가상의 문제를 고려 중이며 알고리즘적인 관점에서 문제를 해결하는 방법에 대한 지침을 찾고 있습니다. 문제점 : 이 대학을 고려하십시오. 다음과 같은 물건이 있습니다 : 교직원. 각 직원은 하나 이상의 논문을 가르칩니다. 학생. 각 학생은 하나 이상의 논문을 가져갑니다. 방. 방에는 일정 수의 학생이 있으며 특정 유형의 장비가 있습니다. 논문. 특정 유형의
데이터 세트에서 샘플을 확률 적으로 선택해야합니다. 나는 array[12, 15, 29, 17, 12, 29] 값들의 집합을 가지고있다. 표준 접근법은 전체 (12 + 15 + 29 + 17 + 12 + 29)를 계산 한 다음 높은 값을 선호하는 스피너를 생성합니다. 우리가 샘플 세트에서 무작위로 선택하지만 가장 높은 가치를 가진 Individual을 선호
this과 같은 유전자 알고리즘 시뮬레이션은 엄청나게 빠져 들며 내 자신을 만드는 것이 재미있을 것이라고 생각합니다. 그러나 이와 같은 대부분의 시뮬레이션 문제는 보통 사람의지도로 쉽게 만들 수있는 예측 가능한 이상적인 결과에 보통 단지 hill climbing입니다. 재미있는 시뮬레이션은 서로 크게 다른 수많은 솔루션을 가지고 있으며 인간이 관찰하는 것에
유전자 알고리즘 프로그램이 더 빠른 결과를 반환 할 수 있도록 코드를 추가하거나 생략하는 효과적인 방법을 찾고 있습니다. 이 프로그램의 목적은 문자열을 받아들이고 최대한 가깝게 일치하는 다른 문자열을 만드는 것입니다. 새롭게 만들어진 문자열은 다른 사람들과 가장 가까운 (상위 5 개) 메이트와 일치하고 자손을 생성합니다 (그 중 일부는 길이에 영향을주지 않
현재 나는 StringEvolver에서 일하고 있으며 나는 GA에서 사용할 수있는 특정 용어에 대해 확신하지 못합니다. 유전자 알고리즘에서 엘리트는은 다음 세대로 직접 승격되는 집단의 하위 집합을 말합니다. 옳은? 그러나 인구 전체보다는 선택, 교차 및 돌연변이 과정에 대해 현재 인구의 상위 75 % 만 사용하는 것과 같은 특정 용어가 있습니까? 기본적으로
유전자 알고리즘을 쓰고 있는데, 룰렛 휠 선택에서 토너먼트 선택으로 옮길 계획이지만, 내 이해에 결함이있을 수 있습니다. 인구 중 최고의 솔루션을 선택하는 경우 확실히 인구가 부족합니다. 알고리즘의 나의 이해는 다음과 같습니다 for(Member m in currentPopulation){
Member randomMember1 = random me