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:
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.
algorithm artificial-intelligence genetic-algorithm evolutionary-algorithm
是否有一个经验法则(或一组例子)来确定何时使用遗传算法而不是神经网络(反之亦然)来解决问题？
我知道有些情况下你可以混合使用这两种方法,但我正在寻找这两种方法之间的高级别比较.
artificial-intelligence machine-learning neural-network genetic-algorithm
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？
c# genetic-programming genetic-algorithm evolutionary-algorithm
我做了很少的遗传算法; 他们工作(他们很快找到合理的解决方案).但我现在发现了TDD.有没有办法以TDD方式编写遗传算法(严重依赖于随机数)？
为了更一般地提出问题,如何测试非确定性方法/函数.这是我想到的:
使用特定的种子.如果我首先在代码中犯了一个错误,但在重构时有助于发现错误,那将无济于事.
使用已知的数字列表.与上面类似,但我可以手动遵循代码(这将非常繁琐).
使用常数.至少我知道会发生什么.当RandomFloat(0,1)总是返回1时,确保骰子总是读取6是很好的.
尝试尽可能多地从GA中移出非确定性代码.这看起来很愚蠢,因为这是它的目的的核心.
关于测试的非常好的书籍的链接也将受到赞赏.
language-agnostic unit-testing non-deterministic genetic-algorithm
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.
我正在寻找使用遗传算法的实际应用.有些想法是:
但没有人真的突然出现在我身上.因此,如果您有一些空闲时间(几个月)花在遗传算法项目上,您会选择解决什么？
我一直很喜欢AI和进化算法的想法.不幸的是,众所周知,该领域的发展几乎没有早期预期的那么快.
我正在寻找的是一些具有"哇"因素的例子:
以意想不到的方式适应的自主学习系统.
特别有活力的游戏代理商并制作了意想不到的策略
符号表示系统实际上产生了一些有意义和有见地的输出
多个代理系统中有趣的紧急行为.
让我们不要进入定义AI的语义.如果它看起来或听起来像AI,让我们听听它.
我将从1997年开始讲述一个故事.
Adrian Thompson博士正在尝试使用遗传算法在FPGA中创建语音识别电路.几千代之后,他成功地让设备区分"停止"和"去"语音命令.他检查了器件的结构,发现一些有源逻辑门与电路的其余部分断开连接.当他禁用这些据称无用的大门时,电路停止工作......
我们可以尝试将讨论与技术/算法保持一致吗？如果我想了解早期阶段但显示出前景的成千上万的人工智能技术,我可以谷歌.
我试过这个:
float a = 1.4123;
a = a & (1 << 3);
我得到一个编译错误,说操作数&不能是float类型.
当我做:
float a = 1.4123;
a = (int)a & (1 << 3);
我让程序运行.唯一的事情是按位操作是在舍入后获得的数字的整数表示上完成的.
以下也是不允许的.
float a = 1.4123;
a = (void*)a & (1 << 3);
我不明白为什么int可以投,void*但不是float.
我这样做是为了解决Stack Overflow问题中描述的问题如何使用遗传算法求解线性方程？.
我正在网上搜索可用于GA的库,以及用于Python的NSGAII等多目标算法的潜在开发.你有什么建议吗？
这是我到目前为止:
问题不一定是关于哪一个更好,而是更多关于这些库的特征以及从单一优化到多目标优化的可能性.
谢谢
最近我对遗传算法的主题感兴趣,但我找不到任何好的资源.如果你知道任何好的资源,书籍或网站我会很感激.我对算法和人工智能有扎实的知识,但我正在寻找遗传编程中有很好介绍的东西.