社区
CUDA
帖子详情
遗传算法中群体规模跟城市个数有经验比例吗?
wts_net
2009-06-24 04:54:01
看到很多算法中都有结验比例,比如SA和ACO算法解决TSP问题时都有一个结验比例,但是遗传算法中没有找到呢?如果知道的人请告知.
...全文
88
3
打赏
收藏
遗传算法中群体规模跟城市个数有经验比例吗?
看到很多算法中都有结验比例,比如SA和ACO算法解决TSP问题时都有一个结验比例,但是遗传算法中没有找到呢?如果知道的人请告知.
复制链接
扫一扫
分享
转发到动态
举报
AI
作业
写回复
配置赞助广告
用AI写文章
3 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
无心人_过过小日子
2009-06-25
打赏
举报
回复
有两种,都可以.
1)对父代变异,但要另选一个父代.(p复制+p交叉+p变异=1)
2)对子代编译.这时,对c1和c2分别按变异概率变异.
wts_net
2009-06-25
打赏
举报
回复
[Quote=引用 1 楼 l7331014 的回复:]
GA中规模一般与遗传子长度关联不大,与代数有些关系.常用的规模100,代数2000.
[/Quote]
想问一下父代p1,p2交叉产生子代c1,c2,然后进行变异,那么变异是对p1,p2进行变异呢,还是c1,c2?
无心人_过过小日子
2009-06-24
打赏
举报
回复
GA中规模一般与遗传子长度关联不大,与代数有些关系.常用的规模100,代数2000.
遗传算法
应用总结.docx
通过
遗传算法
,可以计算出起始点到终点的最短路径,例如在 TSP(商旅问题)
城市
最短路径求解算法
中
。
遗传算法
也可以用于其他领域,如机器学习、深度学习、大数据分析等。
遗传算法
的优缺点也需要注意。优点包括快速...
遗传算法
测试函数
- **参数设置**:
遗传算法
中
的关键参数包括种群
规模
、交叉概率、变异概率和代沟等。这些参数的选择对算法的性能有着重要影响。例如,较大的种群
规模
有助于提高解的质量,但会增加计算成本;较高的交叉概率有利于加速...
遗传算法
在TSP问题
中
的应用
尽管存在一定的局限性,但在合理设置参数和改进算法结构的情况下,
遗传算法
能够在解决大
规模
TSP问题
中
发挥重要作用,尤其是在寻找近似最优解时表现出色。随着算法设计技术的进步,
遗传算法
在TSP问题及其他复杂优化...
tsp.rar_tsp_遗传 tsp_
遗传算法
_
遗传算法
TSP_
遗传算法
旅行商
《
遗传算法
在旅行商问题
中
的应用》 旅行商问题(Traveling Salesman Problem,简称TSP)是一个经典的组合优化问题,其目标是寻找一条访问所有
城市
的最短路径,且每座
城市
只访问一次,最后返回起点。这个问题属于NP...
遗传算法
的实现以及详细解释
遗传算法
的优点在于其全局搜索能力和并行处理特性,能够在大
规模
的搜索空间
中
找到近似最优解。然而,它也可能面临收敛速度慢、早熟等问题,需要通过调整参数和设计合适的适应度函数来优化。在实际应用
中
,我们还需要...
CUDA
589
社区成员
2,924
社区内容
发帖
与我相关
我的任务
CUDA
CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。
复制链接
扫一扫
分享
社区描述
CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章