最新公告
  • 欢迎您光临知事网,本站秉承服务宗旨 履行“站长”责任,销售只是起点 服务永无止境!立即加入我们
  • 如何学习python遗传算法?

    单独的数字大家可以直观看到理解,但是如果两个数字之间连接运算,那它就不是单独的数字,而是一个独立的组合,那大家还会理解是什么意思吗?相信很多人如果第一次看到,那肯定不理解,就跟我们编程时候,每个算数之间都有着各种各种的运算符号,让他们的意义不同,因此,系统的学习是非常重要的,一起来看下如何学习好遗传算法。

    1. 遗传算法主要流程

     2. 遗传算法理论基础

    模式(Schema):模式指有相同特征的子集,比如二进制字符串11***\(*为通配符\)可以代表八个个体(2x2x2)。

    阶(Order):模式中确定位置的个数成为阶,比如1110*的阶为1

    定义距(Defining Length):模式中第一个确定位置和最后一个确定位置之间的距离成为定义距

    3. 遗传算法与传统算法的区别

    遗传算法中的种群中始终维持一定数量的个体(每个个体都是问题的解),而传统算法中每次迭代都一般只保留最优解。

    遗传算法用个体/基因型来代表问题的解,而传统算法的解一般都更直观。

    遗传算通过计算适应度来计算最优解,而传统算法一般通过导数或梯度来计算最优解。

    遗传算由概率驱动,比如杂交概率、突变概率等,而传统算法一般都是有确定性的。PS:因为遗传算法的每一次迭代就朝着最优解的方向前进,即便遗传算法的过程有不确定性,但遗传算法最终的最优解一般都是确定的。

    4. 什么情景使用遗传算法

    当遇到以下类型的问题时,可以尝试遗传算法:

    当问题的数学表达过于复杂或很难用数学表达时:遗传算法只需要定义个体、种群,选择、杂交、突变方法和适应度方程就可以求最优解。

    当数据含较多噪音时:遗传算法受数据中异常值的影响较小。

    当外部环境在不断变化时:遗传算法的种群始终保有一定数量的个体(解),因此遗传算法可以适应数据的改变,并针对新的环境产生新的最优解。

    相信大家在浏览过系统的学习遗传算法各个阶段的内容,逐一去攻破,会比较容易好上手遗传算法的哦~如果大家对这个算法感兴趣的话,可以多浏览几遍以上内容,就可以了解怎么开始学习遗传算法啦~

    猜你在找

    找互联网优质资源,上知事网!
    知事网 » 如何学习python遗传算法?

    常见问题FAQ

    网盘提取密码在哪里?
    在网站右侧有个“文件密码”,点击复制即可!
    网站的积分如何获得?
    注册登录后,每天签到可获得2个积分,每天可签到一次!

    发表评论

    • 1286会员总数(位)
    • 666资源总数(个)
    • 3本周发布(个)
    • 0 今日发布(个)
    • 3461稳定运行(天)

    提供最优质的资源集合

    Mac软件 Dedecms源码
    升级SVIP尊享更多特权立即升级