問題タブ [evolutionary-algorithm]

クロスオーバー確率の例を挙げられる人はいますか? 交叉確率を決定する利点と、遺伝的アルゴリズムまたは遺伝的プログラミングに与える影響を知りたいです。

私はパイプラインネットワークの最適化に取り組んでおり、次のように染色体を数字の文字列として表しています

例

ここで、各番号は井戸を指し、井戸間の距離が定義されています。そのため、1 つの染色体に対してウェルを複製することはできません。例えば

そのような表現を扱うことができる最良の突然変異は何ですか? 前もって感謝します。

ASP、JSP などの動的な技術を使用してページを生成する Web サイトがあるとします。

適応性のない Web サイトでは、条件 1 の場合はページ A を生成し、条件 2 の場合はページ B を生成するなどのコードを使用する場合があります。

適応システムにおいて、同様のロジックは何ですか? コンテキスト、ユーザー要求などを評価することによって (ある意味では条件 1 の場合)、適切なページを提供するという目標が一貫していることを保証するために、適応ポリシーがページ A を生成する必要があると言うのは正しいですか?

違い/類似点を理解していただけると助かります。平家

PS私は自己適応システムについて読んでいますが、これは宿題の質問ではないことを指摘する必要がありました:)

だから私は進化的アルゴリズムを読んでいて混乱しています。

現代では基本的に同じものに収束していると私が信じているように、進化的プログラミング、進化的戦略、遺伝的アルゴリズムの「伝統的な」違いは何ですか？

私の理解では、遺伝的アルゴリズムは結果を生み出すために「遺伝子」を変化させ、進化戦略はパラメーターを変化させ、それが何らかの形で個人を変化させます。numerical parameters（http://en.wikipedia.org/wiki/Evolutionary_algorithm）のとおり、正確にはどういう意味 ですか？進化的プログラミングは、主に実数の突然変異によって異なりますか？

進化的プログラミングと遺伝的プログラミングは問題を解決するためのプログラムを見つける方法ですか、遺伝的アルゴリズムと進化的戦略は候補を使用して問題の解決策を見つける方法ですか？区別は私には見えません。進化戦略と遺伝的アルゴリズムで見られる唯一の違いは、パラメーターと染色体、実数と整数のリストです。

ありがとう。

フロー ジョブのスケジューリングの問題に取り組んでいます。ガント チャートの代わりに適合性を計算する数式はありますか? よろしくお願いします。

私は非支配的な選別アルゴリズム（nsga-II）について研究しました。

アルゴリズムはこのリンクに記載されています。 http://church.cs.virginia.edu/genprog/images/2/2f/Nsga_ii.pdf

実例を使って実際のアプリケーションを知りたいのですが.....インターネットで検索しようとしましたが、どこにも見つかりませんでした。

何かアイデアや関連データ/リンクがあれば、私と共有してください。

直感的に、「最高の」パラメータ セットを見つけたい場合は、多くの子供たちのサブセットから最高のパフォーマンスを発揮する 1 人の男を選び、その男に自分に似た 100 人の子供を生成させ、最高のパフォーマーを選ぶことができると思います。繰り返します。ベスト 2 を選んで交配することは、具体的にどのような目的に役立ちますか? さらに言えば、3 人、4 人、または 10 人の親 (「乱交由来」の接合子) を選択して、各世代の子供を作成してみませんか?

次のような C の関数ツリーを作成したい: http://scr.hu/5rq/vdja0

したがって、基本的には結果を次のようにしたい: http://scr.hu/5rq/f04uu

wherexは私が提供できる変数です (float)。F0 から F6 は、2 つの引数を取るランダム関数です (乗算、加算、乱数の付与などの関数)。だから私の正確な質問は次のとおりです。どうすればそれを行うことができますか? 各関数によって与えられた正確な値を配列に格納することで、簡単に実行できることを私は知っています。しかし、異なる「x」値を取得することになると、複雑になります。私の最初の考えは、ツリーの各ノードにランダムな関数を追加する関数を作成することでしたが、そのツリーを作成する構造をどのように行うべきかわかりません。

「float *value;」という行をどうにか変更したいと思います。のような関数を格納できるFunction1(left->value,right->value);が実行されず、指定された引数を持つ関数の正確な値ではなく、Function1()またはFunction2()両方の引数を除算または乗算する関数などを意味するものに変換します。

いいえ、学校向けではありません。はい、これは遺伝的プログラミングを使用しようとする私の惨めな試みです。

私は特定の問題を解決しようとはしていないので、これは一般的な関心事です。私はこの分野をカバーするいくつかの記事を探すために周りを見回しましたが、いくつかの良い検索用語をまとめるのにさえ苦労しています。

私が知っていることから始めましょう。私は10年前に卒業して以来、あまり遊んでいませんが、遺伝的プログラミングやより幅広いクラスの進化的アルゴリズムを含むAIの大学レベルの教育を受けています。これらのアプローチを使用して、問題を解決するためのマシンコード（おそらくx86、またはいくつかの「任意の」命令セット）を作成できるかどうか疑問に思います。平方根を計算したり、画面に心地よい画像を描いたりできるアルゴリズムなど、アルゴリズム自体を進化させることはできますか？進化的アルゴリズムを使用して、最適化されたコード（サイズ、速度など）を作成するコンパイラ全体を作成できますか？

さらに、遺伝的プログラミングや進化的アルゴリズムは、それ自体では種の進化の良い証拠ではないとよく思いました。進化的アルゴリズムを含む問題解決アプローチには、常にインテリジェンスを書き込む必要があるようです。真に興味深く驚くべき結果が真に発生するような方法で、人はどのようにして真に進化的なアルゴリズムを作成するのでしょうか。

TLDR：進化的アルゴリズムの使用は、ある種の機械語の作成に役立つ可能性がありますか。また、進化的アルゴリズムの一般的な例として、本当に興味深く驚くべき結果が得られたものはありますか？

ニック

これはhttp://www.mathematica-journal.com/data/uploads/2011/05/Voelkl.pdfの記事ですが、Java コードに転送する方法はまだほとんどわかりません。