标签: evolutionary-algorithm

遗传算法(GA)和遗传规划(GP)是有趣的研究领域.

我想知道你使用GA/GP解决的具体问题,以及你没有使用自己的库/框架.

问题:

• 您使用GA/GP解决了哪些问题？
• 您使用了哪些库/框架？

我正在寻找第一手经验,所以除非你有这个经验,否则请不要回答.

我一直在为C#寻找一些好的遗传编程实例.谁知道好的在线/图书资源？想知道是否有进化/遗传编程的C#库？

我已经非常成功地完成了相当多的遗传算法工作,因此忽略了遗传编程.据我所知,大多数程序仍由程序员编写,我很想知道什么是遗传编程？

我想到的一些可能的解释是:

1. 搜索空间太大,无法在噪声中找到有用的程序
2. 大多数真实应用程序无法提供足够的数据来进行这种空间的适应性评估.
3. 很难将许多实际应用的功效降低到单一适应度量.换句话说,编写合适的适应度函数可能需要与编写实际程序相同的工作量.

有任何想法吗？

遗传算法和进化算法之间有区别吗？

我已经阅读过多篇论文,谈论遗传或进化算法,虽然非常相似,但我认为它们可能不是同一回事.

任何人都可以为轮盘选择功能提供一些伪代码吗？我该如何实现这个:

我真的不明白如何阅读这个数学符号.我从未接受过任何概率或统计数据.

简单的机器学习问题.可能有很多方法可以解决这个问题:

有4个可能的事件无限流:

'event_1', 'event_2', 'event_4', 'event_4'

事件不是完全随机的.我们假设大多数事件都有一些复杂的模式,其余的事件只是随机的.我们提前不知道这些模式.

收到每个事件后,我想根据事件过去的顺序预测下一个事件的内容.所以我的问题是:我应该为这个预测器使用什么机器学习算法？

然后,预测器将被告知下一个事件实际上是什么:

Predictor=new_predictor()

prev_event=False
while True:
    event=get_event()
    if prev_event is not False:
        Predictor.last_event_was(prev_event)
    predicted_event=Predictor.predict_next_event(event)

问题在于预测者应该维持多长时间的历史,因为维持无限的历史将是不可能的.我会把这个留给你回答.但实际上答案不可能是无足轻重的.

因此,我认为预测必须通过某种滚动的历史来完成.因此,添加新事件并使旧事件过期应该相当有效,并且不需要重建整个预测器模型.

具体的代码,而不是研究论文,将为您的回复增添巨大的价值.Python或C库很不错,但任何事情都可以.

更新:如果在每一轮中同时发生多个事件,该怎么办？这会改变解决方案吗？

进化编程似乎是解决许多优化问题的好方法.这个想法非常简单,实施不会产生问题.

我想知道是否有任何方法可以进化创建ruby/python脚本(或任何其他语言)的程序？

这个想法很简单:

1. 创建一个程序群
2. 执行遗传操作(轮盘赌选择或任何其他选择),创建新程序,继承最佳程序等.
3. 循环点2直到找到满足我们条件的程序

但仍然存在一些问题:

1. 如何表示染色体？例如,染色体的一个细胞是否应该是一行代码？
2. 染色体将如何产生？如果它们是代码行,我们如何生成它们以确保它们在语法上是正确的等等？

可生成的程序示例:

创建以N个数字作为输入并将其均值作为输出返回的脚本.

如果有任何尝试创建此类算法,我会很高兴看到任何链接/来源.

我想升级我的进化模拟器以使用Hebb学习,就像这一样.我基本上希望小动物能够学习如何找到食物.我通过基本的前馈网络实现了这一点,但我仍然坚持理解如何使用Hebb学习.Hebb学习的基本原理是,如果两个神经元一起发射,它们就会连在一起.

所以,权重更新如下:

weight_change = learning_rate * input * output

我发现的关于它如何有用的信息是非常稀缺的,我不明白.

在我当前版本的模拟器中,当一个生物吃掉一块食物时,动作和输入(动作,眼睛)之间的权重会增加,我无法看到它如何转化为这个新模型.在这里没有空间来判断它是否正确或错误,因为唯一的参数是输入和输出!基本上,如果一个输入激活一个方向的运动,无论该生物是否在吃东西,重量都会继续增加!

我是以错误的方式应用Hebb学习吗？仅供参考,我正在使用Python.

首先,我想让你知道我已经编程了几年(主要是基于C语言,iOS开发,网络资源等)作为一种爱好,现在我开始兴趣创建一个简单的AI(大多数人们从一个tic tac toe游戏开始是的,但我有兴趣使用geneteic编程的原理制作一些东西.我希望读者知道这一点的原因是因为如果答案不是太复杂我会很感激(因为我还没有上过大学计算机科学课程,所以对孩子来说并不难理解).

这是我的目标:

条款

organim:一个CSS div
人口:一组生物(5或10)
食物来源:另一个CSS div

处理

1. 生成一个群体,每个群体最初看起来都具有相同的表型属性但是他们的技能不同(为此,速度)
2. 生成单一食物来源(每次都相同)
3. 在建立环境约5秒后(步骤1和2),生物群体需要找到一种方式来竞争地获取食物来源
4. 只有一种生物可以到达食物.到达它之后,环境被重置,除了发现食物项目的生物体现在受益并且其速度水平可能增加而其他特别可怕的食物可能变得更慢或被终止
5. 重复过程; 用户可以观察人口的特征,看看哪些人在进化上取得了成功,等等.

附加信息

正如您所看到的,上述步骤几乎模拟了进化,但是以一种非常简单的方式(与动物的真实生活情况相比,条件更少); 现在这就是我在这里问的原因:我完全迷失了.我真的不知道从哪里开始(除了生成人口,我很可能这样做以及让他们通过jQuery动画移动).但是能够让它们吸引食物来源是我现在做不到的.所以,我希望帮助指明正确的方向.

任何人都可以为轮盘选择功能提供一些伪代码吗？我将如何实现这一点:我真的不明白如何阅读这个数学符号.我想要通用算法.