4

我正在做一个关于非主导排序或多向量排序算法的项目工作,该算法用于遗传算法的选择部分。我在网上搜索过,但我仍然不知道遗传算法的实际应用。我只知道它用于测试,但我不知道它是如何工作的。你能推荐一些遗传算法的实际应用吗?

4

4 回答 4

5

遗传算法非常适合机器学习算法使用的特征选择。

很多时候,数据集中的特征太多了,这使得它太嘈杂,所以我们有时通过减少问题的维度来处理这个问题,只选择特征的一个子集。为此 - 遗传算法似乎在许多情况下(经验上)都很好用,并且它在研究和具有非常高维度的现实世界应用中的用途都很广泛。

例如:文本分析,带有词袋模型:有时我们只想使用单词的一个子集,而不是全部,因此我们使用了特征选择算法,而 GA 就是其中之一。

于 2012-07-03T13:27:49.023 回答
2

GA 是一种很好的方法,可以很好地解决搜索空间巨大且很难找到精确最优解决方案的问题。它们擅长爬山,可用于从解空间的不同区域生成候选集,然后可以通过擅长局部优化的算法进一步优化。在某些情况下,他们提出了人类很难预先想象的解决方案。

这是一个有趣的GA 应用程序列表。

于 2012-07-03T14:31:51.653 回答
1

您可以使用 GA 进行社区检测 http://www.springerlink.com/content/u570144q73322970/

以现实生活中的网络为例,您可以使用自己的 facebook 朋友网络,其中节点是朋友,朋友之间的边表示友谊链接。当您运行社区检测算法时,您会注意到该算法生成的集群将您朋友中的不同组分开,例如高中组、大学组、工作组、家庭组等。

于 2012-07-03T16:54:32.823 回答
0

我不知道这有多实用,但我用它来生成数独

于 2013-01-04T06:52:58.273 回答