遺傳算法的解析與基于遺傳算法的機器學習的介紹
大?。?/span>0.1 MB 人氣： 2017-11-13 需要積分：0
遺傳算法在許多優化問題中都有成功的應用1但其本身也存在一些不足2如何改善遺傳算法的搜索能力和提高算法的收斂速度1使其更好地解決實際問題1是各國學者一直探索的主要課題之一2本文綜述了遺傳算法中編碼表示3適應度函數3選擇策略3控制參數和遺傳算子等方面的各種改進措施1并給出了遺傳算法的發展動向。
遺傳算法、進化規則及進化策略是演化計算的三個主要分支“這三種典型的進化算法都以自然界中生物的進化過程為自適應全局優化搜索過程的借鑒對象”所以三者之間有較大的相似性#另一方面“這三種算法又是從不完全相同的角度出發來模擬生物的進化過程”分別是依據不同的生物進化背景，不同的生物進化機制而開發出來的“所以三者之間也有一些差異$隨著各種進化計算方法之間相互交流的深入”以及對各種進化算法機理研究的進展“要嚴格地區分它們既不可能”也沒有必要$在進化計算領域內更重要的工作是生物進化機制“構造性能更加優良、適應面更加廣泛的進化算法。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%