焼きなまし法の基本的な考え方は理解できたと思います。基本的には、最初に検索スペースのより良い領域をカバーするためにランダムなソリューションを追加し、アルゴリズムの実行を継続するにつれてランダム性を徐々に減らします。
これを遺伝的アルゴリズムに実装する方法について少し混乱しています。
誰かが私がする必要があることの簡単な説明を私に与えて、シミュレーテッドアニーリングがどのように機能するかについての私の理解が正しいことを明確にすることができますか？
1352 次
1 に答える
2
遺伝的アルゴリズムで新世代の個人を構築する場合、それには3つのランダムな側面があります。
- 親個人を親個人に一致させ、比例適合度に応じて優先的に、
- クロスオーバーポイントの選択、および、
- 子孫を突然変異させる。
2番目の分布は通常、均一なランダム分布であるため、2番目の分布についてできることはあまりありません。親の個人を選択するときに、ルーレット盤にランダムな要素を追加して、そのランダムな関数をゆっくりと減らすことを試みることができます。しかし、それは遺伝的アルゴリズムの精神に反しており、（さらに重要なことに）それがあまり役に立たないと思います。実は痛いと思います。
それは3番目の要因を残します-世代が進むにつれて突然変異率を高突然変異から低突然変異に変更します。
それ以上に複雑なことはありません。
于 2012-02-27T16:36:40.123 に答える