遺傳算法的解析與基于遺傳算法的機器學習的介紹
大小：0.1 MB 人氣： 2017-11-13 需要積分：0
遺傳算法在許多優(yōu)化問題中都有成功的應(yīng)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(yīng)度函數(shù)3選擇策略3控制參數(shù)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(fā)展動向。
遺傳算法、進化規(guī)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(yīng)全局優(yōu)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(fā)來模擬生物的進化過程”分別是依據(jù)不同的生物進化背景，不同的生物進化機制而開發(fā)出來的“所以三者之間也有一些差異$隨著各種進化計算方法之間相互交流的深入”以及對各種進化算法機理研究的進展“要嚴格地區(qū)分它們既不可能”也沒有必要$在進化計算領(lǐng)域內(nèi)更重要的工作是生物進化機制“構(gòu)造性能更加優(yōu)良、適應(yīng)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%