遗传算法（GA）和遗传规划（GP）是有趣的研究领域。 我想知道您使用GA / GP解决过哪些具体问题，如果您没有自己开发，您使用了哪些库/框架。 问题： 您使用GA / GP解决了哪些问题？ 您使用了哪些库/框架？ 我在寻找第一手经验，所以除非您有这种经验，请不要回答。

有没有一条经验法则（或一组示例）来确定何时使用遗传算法而不是神经网络（反之亦然）来解决问题？ 我知道有些情况下两种方法可以混合使用，但我正在寻找这两种方法之间的高级比较。

遗传算法和进化算法之间有差异吗？ 我读过多篇论文，谈到了遗传或进化算法，虽然非常相似，但我认为它们可能并不完全相同。

我一直在寻找一些适用于C#的优秀遗传编程示例。 是否有人知道好的在线/书籍资源？ 不知道是否有C#库适用于进化/遗传编程？

我尝试了这个：float a = 1.4123; a = a & (1 << 3); 我收到一个编译器错误，说操作数&的类型不能为float。 当我执行以下操作时：float a = 1.4123; a = (int)a & (1 << 3);...

我曾经制作过一些遗传算法；它们有效（能快速找到合理的解）。但我现在发现了TDD。是否有一种方式可以以TDD的方式编写遗传算法（这种算法严重依赖于随机数）？ 更普遍地说，如何测试一个非确定性的方法/函数。以下是我的想法： 使用特定种子。如果我在代码中犯了错误，这种方法将无济于事，但可以帮助...

我正在寻找一个实际应用来使用遗传算法。一些我考虑过的事情有： 网站界面优化 使用物理模拟器进行车辆优化 遗传编程 自动测试用例生成 但是没有一个真正引起我的注意。如果你有一些空闲时间（几个月）来完成一个遗传算法项目，你会选择解决什么问题？

我正在搜索可用于使用GA的Python库，包括NSGAII等多目标算法的开发。你有什么建议吗？ 以下是我目前找到的： Pyevolve：文档齐全但不包含多目标 Pygene：似乎不包含多目标 deap：文档齐全，包括多目标 inspyred：文档一般，包括多目标。 问题并不一定关于哪...

我一直喜欢AI和进化算法的想法。不幸的是，正如我们所知道的那样，这个领域的发展远远没有早期预期的那么快。 我正在寻找一些具有“惊人”效果的例子： - 自主学习系统以意想不到的方式适应。 - 游戏代理特别动态，并产生意外的策略。 - 符号表示系统实际上产生了一些有意义而深刻的输出。 - 多代...

我最近对遗传算法这个话题很感兴趣，但是我找不到好的资源。如果你知道任何好的资源、书籍或网站，我会非常感激。我对算法和人工智能有扎实的了解，但我正在寻找一些关于遗传编程的良好介绍。