genetic-algorithm

    0熱度

    1回答

    在寫整齊的算法論文中,作者指出 一個可能的問題是,如果發生由它相同的結構創新將在同一代收到不同的創新數字不止一次機會。但是,通過保留當代發生的創新清單,可以確保當相同的結構通過同一代中的獨立突變不止一次產生時,每個相同的突變被賦予相同的創新數。 這很有道理,因爲您不希望相同的基因以不同的創新數字結尾。如果他們這樣做了,當跨越兩個具有相同基因但創新數不同的基因組時,會出現問題,因爲您最終會得到一個來

    1熱度

    1回答

    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

    1熱度

    1回答

    我有一個優化問題,其中我想最大化的目標函數是不可微分的。我用遺傳算法訓練了一個線性模型,但線性模型的表現並不好。我正在考慮用神經網絡替換線性模型。但我的理解是,使用不可區分的目標函數,我不能使用backprop方法來執行更新。 那麼,有沒有人知道如何使用遺傳算法來訓練神經網絡?

    1熱度

    1回答

    我期待着用遺傳算法解決Set Cover Problem。我一直在尋找一些好的測試例子,但沒有取得任何大的成功。 我正在尋找的是一些實例,形式如下:集U = {1,2,...,n}和它的子集S = {{1,2},{4 },{3,4,5}},其中S的聯合爲U. 當然,這是一個小例子,因爲我希望找到一些更大的實例。 那麼,有沒有人有任何關於這種類型的實例的好來源,或者可能是一種生成它們的方法嗎? 後來

    1熱度

    3回答

    我正在攻讀學位論文,我正在嘗試創建一個GA,以程序化的方式爲遊戲創建關卡。 即使GA不是最好的技術,也是可能的。 無論如何,因爲我從來沒有與他們合作過,所以我正在閱讀一些關於GA引言的書籍。 問題是,有必要將染色體表示爲位或它們可以是任何類型的數據結構?我在問,因爲在我看來,使用樹來創建程序級別的數據並使用GA來評估它們看起來不錯,但是當我閱讀GA時,他們在那裏的大多數示例中都使用了比特。

    0熱度

    1回答

    將概率分佈編碼爲遺傳/進化算法染色體的一些簡單而有效的方法是什麼?

    0熱度

    1回答

    我使用R包(nnet,amore,neuralnet)來設計神經網絡。問題是我想使用自定義錯誤函數。基於神經網絡的輸出我有一個自定義計算... 這似乎是不可能做到這一點是在一個R包?有誰知道我能做什麼? 另一種可能性是,我使用遺傳算法優化我的神經網絡我的權重,但我沒有在這裏得到所需的優化。我的網絡28個輸入& 9隱藏神經太大,無法使用遺傳算法進行優化,我陷入局部最優... (可能是遺傳算法的方法是

    2熱度

    1回答

    有R中看看GA封裝的文檔 ftp://cran.r-project.org/pub/R/web/packages/GA/GA.pdf

    0熱度

    1回答

    我目前正在嘗試實現我自己的神經網絡庫,並且我想通過讓它(和其他圖書館製作的網絡)玩2D遊戲來測試它。問題是我無法真正找到一個神經網絡玩的好遊戲。 對於遊戲的要求: 應該不涉及技能,如反應時間,精確度。它應該需要一些戰術技巧。 爲了創建一個高效的演化算法,它應該很容易計算。 它應該是比較簡單的。 它不一定是一個已經存在的遊戲,如果你有一個想法,你可以想出一個遊戲。 它可能是單人遊戲(如馬里奧)或1v

    1熱度

    1回答

    我有一個多目標最小化函數。我想在R中使用NSGA-II。這裏有一些軟件包:nsga2R和mco。但是這些軟件包不支持二進制編碼的染色體。在我的健身功能中,我需要二元染色體來達到最佳解決方案,因爲我的問題的結構。有沒有什麼辦法可以在nsga2中使用二進制編碼的染色體(或者用不同的算法)來處理R?謝謝。