4
个编辑
更改
跳到导航
跳到搜索
第136行：
第136行： − 双相演化算法是利用搜索空间中的相位变化，在局部搜索和全局搜索之间进行调节的一类搜索算法。通过这种方式，它们控制算法探索搜索空间的方式，因此它们可以被看作是一族元启发式方法。+ 第145行：
第145行： − 诸如优化之类的问题通常可以解释为在可能的搜索空间内找到最高的峰值（最优）。这个任务可以通过两种方式来完成：局部搜索（例如爬山）包括从一个点到另一个点追踪一条路径，并且总是“上坡”移动。全局搜索包括在搜索空间中的大范围点进行采样，以找到高点。+
→Phase shifts相变
Dual phase evolution is a family of search algorithms that exploit phase changes in the search space to mediate between local and global search. In this way they control the way algorithms explore a search space, so they can be regarded as a family of metaheuristic methods.
Dual phase evolution is a family of search algorithms that exploit phase changes in the search space to mediate between local and global search. In this way they control the way algorithms explore a search space, so they can be regarded as a family of metaheuristic methods.
双相演化算法是利用搜索空间中的相变，在局部搜索和全局搜索之间进行调节的一类搜索算法。通过这种方式，它们控制算法探索搜索空间的方式，因此它们可以被看作是一族元启发式方法。
Problems such as optimization can typically be interpreted as finding the tallest peak (optimum) within a search space of possibilities. The task can be approached in two ways: local search (e.g. hill climbing) involves tracing a path from point to point, and always moving "uphill". Global search involves sampling at wide-ranging points in the search space to find high points.
Problems such as optimization can typically be interpreted as finding the tallest peak (optimum) within a search space of possibilities. The task can be approached in two ways: local search (e.g. hill climbing) involves tracing a path from point to point, and always moving "uphill". Global search involves sampling at wide-ranging points in the search space to find high points.
诸如优化之类的问题通常可被解释为在可能的搜索空间内找到最高的峰值（最优）。这个任务可以通过两种方式来完成：局部搜索（例如爬山）包括从一个点到另一个点追踪一条路径，并且总是“上坡”移动。全局搜索包括在搜索空间中的大范围点进行采样，以找到高点。