問題タブ [genetic]

私は、遺伝的アルゴリズムがビデオゲームで果たすことができる/できる役割について非常に基礎的な研究をしている学部生です。Youtubeには、コンピュータープレーヤーにプレイ方法を教えるためにアルゴリズムをどのように使用したかを示す人々のビデオがあります。

http://www.youtube.com/watch?v=ofVKsxeYa6U&feature=related

遺伝的アルゴリズムは、達成したい一般的な解決策を知っているが正確ではない場合に最適な検索アルゴリズムであると理解しています。元。TSPでは、可能な限り最短のルートを見つけたい、または試験のスケジュールの問題で、すべての学生が最小限の「中断」で試験を受けることができるようにする必要があります。これらでは、アルゴリズムの使用に関する問題が明確になっています。しかし、gaで「機械学習」の概念を理解するのに苦労しています

遺伝的アルゴリズムを使用してコンピューターに遊び方を教える場合、どのように「学習」するのでしょうか。彼らはどのようにしてゲームをプレイすることを学びましたか？彼らが解決しようとしている「最適化問題」とは何ですか？

私は次のことを知りたいです：値エンコーディングを使用して、多様性の高い染色体の初期世代を効果的に作成するにはどうすればよいですか？1つの方法はグリッドの初期化ですが、遅すぎます。

これまで、値のエンコードでランダムな値を選択するために.NETのRandomクラスを使用してきましたが、値は均一に分散されていますが、そのような染色体から計算された適応度関数の値はそうではありません。染色体初期化のコードは次のとおりです。

そこで、ランダムに作成された新しい染色体（上のコード）から適応度を計算する関数を開発しました。適応度がすでに染色体のリストにある他の染色体と類似している場合、新しい染色体がランダムに作成され、彼の適応度が計算され、このプロセスが繰り返されます。彼の体力がすでにリストにあるものと十分に異ならないまで。

この部分のコードは次のとおりです。

しかし、私がリストに持っている染色体が多ければ多いほど、新しい染色体を追加するのに時間がかかり、すでにそこにある他の染色体とは十分に異なる適応度があります。

それで、このグリッドの初期化をより速くする方法はありますか、このような80の染色体を作るのに数日かかりますか？

私はコンピュータサイエンスの学生です。今年のプロジェクトでは、遺伝的アルゴリズムを作成して何かに適用する必要があります。ニューラルネットワークはそれを適用するのに良いことだと思いますが、私はそれらを理解するのに苦労しています。私は概念を完全に理解していますが、私の理解を妨げている次のことを実際に説明しているWebサイトはありません。

ノードの数をどのように決定するか。ノードが実際に表し、実行すること。分類において、重みとバイアスが実際にどのような役割を果たすか。

誰かが私のためにこれにいくつかの光を当ててくれませんか？

また、GAを適用できるものについて同様のアイデアがあれば、本当にありがたいです。

どうもありがとう！:)

これが私の問題です。遺伝的アルゴリズム用に見つけたコードを変更して、関数の数値最適化を実行しています。基本的に、関数Fと目的の値が与えられると、プログラムはGAを使用して、適切な目的の値を提供するxとyの値を検索します。私は自分のフィットネス機能をいじくり回し続けていますが、それが問題の根源だと感じています。

基本的なコードの内訳は次のとおりです。

ランダムな染色体集団を生成する

各染色体の適合性に基づいてバブルソートを使用する

それらのいずれかが機能を解決するために起こったかどうかを確認してください

解決したら、停止して印刷します

それ以外の場合は、親に基づいて子を生成します並べ替え、ベストアンサーを確認し、ループします

誰かが私を正しい方向に向けてくれることを願っています。私は今夜もう一度それを分析するつもりですが、私はこれにひっかかったようです。私がハードコーディングしたものよりも複雑な関数の場合、ランダムなパーセンテージ（通常は20未満）で収束するようです...しかし、0にはるかに近いはずです。単純なコーディングされた関数は約99％の差を返し続けます...だから私は何が起こっているのか100％ではありません。

}

GAのコードがあります。これは次のように始まります

重要な部分はprint POP_SIZEです。

必要なものを出力し、その後はPOP_SIZE同じままですが、プログラムを終了して再起動した場合にのみランダム化されます。

最初に設定したパラメータ間で変化させたいのですが、

考え？

私は AST を使用するのは初めてですが、「ゼロからの遺伝的プログラミング」の課題を手渡されました。私が言えることから、ツリーを操作するという点では AST が適しているようです。

私がする必要があるのは、ツリーの1つのブランチを別のツリーのブランチに置き換えることです(遺伝的プログラミング用語では「クロスオーバー」)。

誰でもこれに取り組む最善の方法をアドバイスできますか? 私が言うように、私は AST が初めてです。

Matlab グローバル最適化ツールボックスで遺伝的アルゴリズムの出力関数を作成する際に問題が発生しています。

state.Population各世代のすべて (各個人)を格納する関数を作成したいと考えています。

これが私が知っていることです：

出力関数は、遺伝的アルゴリズムが各世代で呼び出す関数です。

出力関数の呼び出し構文は次のとおりです。

http://www.mathworks.com/help/releases/R2010b/toolbox/gads/f6174dfi10.html#f17837から

状態には、現在の世代の有用なデータが含まれています。

これが私が試したことです：

とは異なる出力を持つ関数を作成します[state,options,optchanged]。出力は、すべてを格納するグローバル マトリックスです。state.Population

GAソルバーを実行すると、次の警告が表示されます。これはどういう意味ですか？どのような行動を取るべきですか、それとも単に無視しますか？

警告：上限の長さは> length（x）;です。余分な境界を無視します。

weightProb []を埋めるとき、人口はランダムに変化します。printステートメントを使用してデバッグしましたwpl++が、コメントアウトすると停止しますが、これは必須です（wplはweightProb配列の長さです）。これはどのように起こっていますか？

現在、-32.768 から 32.768 の間で乱数を生成するのに問題があります。それは私に同じ値を与え続けますが、小数フィールドに小さな変化があります。例: 27.xxx.

Heres私のコード、助けていただければ幸いです。