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。