更改
跳到导航
跳到搜索
←上一编辑
下一编辑→
演化算法 Evolutionary Algorithms
(查看源代码)
2020年11月1日 (日) 21:14的版本
添加24字节
、
2020年11月1日 (日) 21:14
→类型
第33行:
第33行:
* 差分演化 Differential evolution :这种算法以向量的差为基础,因此特别适合数值最优化问题。
* 差分演化 Differential evolution :这种算法以向量的差为基础,因此特别适合数值最优化问题。
* 神经演化 Neuroevolution:类似于遗传编程,但是基因组表示的是人工神经网络的结构和连接权重,这种基因组编码可以是直接编码也可以是间接编码。
* 神经演化 Neuroevolution:类似于遗传编程,但是基因组表示的是人工神经网络的结构和连接权重,这种基因组编码可以是直接编码也可以是间接编码。
−
* 学习分类器系统 Learning classifier system
:这种技术的解是一组分类器(一组规则画着条件)。密歇根
-
学习分类器系统在个体层面进行演化而匹兹堡
-
学习分类器系统使用分类器集合群体来演化。最开始的时候这些分类器都是0
-1编码的,如今包含实数、神经网络、或者S-expression。其适应度一般是分类器系统应用于强化学习或有监督学习时的准确率。
+
* 学习分类器系统 Learning classifier system
:这种技术的解是一组分类器(规则或条件)。密歇根
-
学习分类器系统 Michigan
-
LCS在个体层面进行演化,而匹兹堡-学习分类器系统 Pittsburgh-LCS则使用分类器集合群体来演化。最开始的时候这些分类器都是0
-1编码的,如今包含实数、神经网络、或者S-expression。其适应度一般是分类器系统应用于强化学习或有监督学习时的准确率。
−
==与生物过程的比较==
==与生物过程的比较==
薄荷
7,129
个编辑
导航菜单
个人工具
登录
名字空间
页面
讨论
变种
视图
阅读
查看源代码
查看历史
更多
搜索
导航
集智百科
集智主页
集智斑图
集智学园
最近更改
所有页面
帮助
工具
特殊页面
可打印版本