随笔分类 -  遗传算法（GA）

遗传算法解决TSP问题
摘要：生成popSize个包含[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14](用random.sample）随机数存在列表oldPop中，并计算通过适值函数（两地之间的距离）计算适应值存在列表oldFit中； 进行maxGen次交叉、变异、选择操作； 交叉方 阅读全文
posted @ 2022-07-22 22:43 阿Qi早起了吗 阅读(151) 评论(0) 推荐(0) 编辑
f(x)=x^2的最小值（详解）
摘要：求[-L，L]范围内 F（x）=x^2的最小值。 生成popSize个[-L，L]内的随机数存在列表oldPop中，并计算通过适值函数计算适应值存在列表oldFit中； 进行maxGen次交叉、变异、选择操作； 交叉方式：中点交叉； 变异： yi’=xi’+N(0,sigma^2)； 选择：从P∪P 阅读全文
posted @ 2022-07-22 17:32 阿Qi早起了吗 阅读(658) 评论(0) 推荐(0) 编辑
f(x) = x^2的最小值求解
摘要：f(x) = x^2的最小值求解，高斯扰动变异 阅读全文
posted @ 2022-07-21 00:00 阿Qi早起了吗 阅读(125) 评论(0) 推荐(0) 编辑
遗传算法（GA）的基本原理
摘要：构成要素 1.种群和种群大小 种群是由染色体构成的。每个个体就是一个染色体，每个染色体对应着问题的一个解。 种群大小或种群规模：Population Size , Pop-Size , NP 2.编码方法--二进制编码 3.遗传算子 (1)交叉 单切点交叉 双切点交叉 并不是所有的被选中的父代都要进 阅读全文
posted @ 2022-07-20 00:32 阿Qi早起了吗 阅读(1091) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示