Tra*_*isG 4 algorithm optimization search genetic-algorithm evolutionary-algorithm
当阅读关于遗传算法的交叉部分时,书籍和论文通常指的是简单地交换要再现的两个所选候选者的数据中的比特的方法.
我还没有看到用于实际行业应用的实现遗传算法的实际代码,但我发现很难想象它足以在简单的数据类型上运行.
我总是想象遗传算法的各个阶段将在涉及复杂数学运算的复杂对象上执行,而不是仅仅在单个整数中交换一些位.
甚至维基百科也只是为交叉列出了这些类型的操作.
我错过了一些重要的东西,或者这些交叉方法真的是唯一使用的东西吗？
有几个使用的东西......虽然需要并行性和几代(有时是大人口)导致使用表现良好的技术...
要记住的另一点是,在正确建模时"交换一些位"类似于自然发生的简单且相当准确的版本(基因重组,突变)......
有关一个非常简单和精美的演练,请参阅http://www.electricmonk.nl/log/2011/09/28/evolutionary-algorithm-evolving-hello-world/
有关更多信息,请参阅