2
A
回答
0
我到目前爲止發現的唯一的解決方案是使用上限,下限或輪值函數,以便在將適應度函數中的十進制值轉換爲整數之前 - 在將其傳遞給正在優化的實際函數之前。
然而,這大大減緩了遺傳算法的功能。
還有另一種遺傳算法,如果你只希望使用整數,可能會有用。它從gramEvol包中被稱爲GeneticAlg.int。
相關問題
- 1. 僅使用唯一整數的Matlab遺傳算法(GA)
- 2. 遺傳算法在R
- 3. 比較MATLAB fmincon和GA(遺傳算法)結果:問題與GA
- 4. 在Matlab中使用遺傳算法時如何設置整數約束?
- 5. R插入遺傳算法控制最終特徵的數量
- 6. 旅行商的遺傳算法中的健身功能
- 7. 遺傳算法的數獨
- 8. 的遺傳算法
- 9. GA遺傳算法的染色體表示
- 10. 實現GA封裝
- 11. 發射事件時遺傳算法中的標籤未設置
- 12. 爲什麼實際生成的遺傳算法數量並不如R
- 13. 簡單的遺傳算法健身功能
- 14. 遺傳算法
- 15. 如何在GA(遺傳算法)中快速獲得精英染色體?
- 16. 如何設置Matlab遺傳算法約束?
- 17. 高效的遺傳算法
- 18. Sessions Scheduling的遺傳算法
- 19. SVM後的遺傳算法
- 20. 遺傳算法的製作
- 21. 遺傳算法的核心算法
- 22. 遺傳算法中交叉的方法
- 23. 使用類的2D矢量值替換;遺傳算法突變
- 24. 如何調整coxph(R)中的變量?
- 25. 帶數字的遺傳算法
- 26. Python遺傳算法的二進制數
- 27. 遺傳算法的目標函數
- 28. 遺傳算法:健身功能不能正常工作
- 29. 使用R中的粘貼功能計算變量值
- 30. C++:變量模板參數(用於遺傳算法)
你有問題嗎? – smacdonald
是的,我不能將變量設置爲ga函數中的「GA」包中的整數 –