问题标签 [genetic-algorithm]

我正在使用遗传算法做一些工作，并想编写自己的 GA 类。由于 GA 可以有不同的方法来进行选择、变异、交叉、生成初始种群、计算适应度和终止算法，我需要一种方法来插入这些不同的组合。我最初的方法是创建一个抽象类，将所有这些方法都定义为纯虚拟方法，并且任何具体类都必须实现它们。例如，如果我想尝试两个相同但具有不同交叉方法的 GA，我将必须创建一个继承自 GeneticAlgorithm 并实现除交叉方法之外的所有方法的抽象类，然后是两个具体类从这个类继承并且只实现交叉方法。

是否有另一种方法可以更好地解决这个问题？

我仍然在为不死者帖子破解我的旧红宝石（我知道，我知道，停止尝试将帖子从死去的查克手中夺回）。但是代码已经有点失控了，现在我正在研究一种遗传算法，以创造生死攸关的终极战斗，而适应性是战斗持续多长时间。

所以，我已经掌握了它的基础知识；如何调整游戏的属性以及如何获取解决方案的适应度，我想不通的是如何存储适应度，以便我知道以前尝试过组合的时候。

我无法找到太多的遗传密码来查看，更不用说我可以很好地阅读以判断发生了什么的代码。有谁知道这通常是如何完成的，或者只是一个可以帮助我指出正确方向的算法？

我目前正在阅读“人工智能：一种现代方法”（Russell+Norvig）和“机器学习”（Mitchell）——并尝试学习 AINN 的基础知识。

为了理解一些基本的东西，我有两个“新手”问题：

Q1：在遗传算法中，给定两个父母 A 和 B 的染色体分别为 001110 和 101101，以下哪个后代可能是由单点交叉产生的？

一个：001101

乙：001110

Q2：以上哪个后代可能是由两点交叉产生的？为什么？

请指教。

假设我有一个未知函数，我想通过遗传算法来近似。对于这种情况，我假设它是 y = 2x。

我有一个由 5 个元素组成的 DNA，每个 x 一个 y，从 x = 0 到 x = 4，其中，经过大量试验和计算，我会接近某种形式：

best_adn = [ 0, 2, 4, 6, 8 ]

请记住，我事先不知道它是线性函数、多项式还是更难看的东西，另外，我的目标不是从 best_adn 推断函数的类型，我只想要这些点，所以我以后可以使用它们。

这只是一个示例问题。就我而言，我的 DNA 中不是只有 5 个点，而是 50 或 100 个。用 GA 找到最佳点集的最佳方法是什么？

1. 产生 100 个人口，丢弃最差的 20%
2. 重组剩下的80%？如何？在随机点切割它们，然后将父亲的 ADN 的第一部分与母亲的 ADN 的第二部分放在一起？
3. 突变，我应该如何定义这种问题突变？
4. 是否值得使用精英主义？
5. 还有其他值得使用的简单想法吗？

谢谢

如果我有一个节点网络，我如何使用遗传算法来计算任意两个节点之间的最短路径？

我想知道你们建议用于实现 PSO 或 GA 等进化优化技术的好的、稳定的框架是什么？

我已经编写了自己的并且我喜欢它们，我有兴趣比较或添加现有的稳定的（或者如果它们是可靠且可扩展的，则只使用它们）。

我在我的小项目中遇到了一个小问题，希望有人能帮助我！

我打算在我的游戏 AI 中使用贝叶斯网络作为决策因素，我想改进每一步的决策，有人知道怎么做吗？任何教程/现有实现都会非常好，我希望你们中的一些人可以帮助我。

我听说这个社区的一个程序员为扑克游戏 AI 做了一个很好的实现。我打算像他一样使用它，但在另一个扑克（德克萨斯州）或者 Rentz 中。

寻找 C/c++ 或 c# 或 java 代码。

谢谢，迈克

我正在尝试开发一种遗传算法，该算法将找到在指定位置连接给定数量节点的最有效方法。

网络上的所有节点都必须能够连接到服务器节点，并且网络内必须没有循环。它基本上是一棵树。

我有一个可以测量任何给定网络布局的“适合度”的功能。阻止我的是，我想不出一个交叉函数需要 2 个网络结构（父母）并以某种方式混合它们来创建满足上述条件的后代。

有任何想法吗？

澄清：每个节点都有一个固定的 x,y 坐标位置。只能更改它们之间的路线。

我正在编写一个基因编程 (GP) 系统（用 C 语言，但这是一个小细节）。我读过很多文献（Koza、Poli、Langdon、Banzhaf、Brameier 等），但有些实现细节我从未见过解释。例如：

我使用的是稳态人口而不是世代相传的方法，主要是为了使用计算机的所有内存，而不是为临时人口保留一半。

Q1。在 GP 中，与 GA 不同，当您执行交叉时，您选择两个父母，但您是创建一个或两个孩子，还是您可以自由选择？

Q2。在稳态 GP 中，与世代系统相反，交叉创建的孩子取代了人口中的哪些成员？这是我没看到讨论过的。是两个父母，还是另外两个随机选择的成员？如果是后者，我可以理解，您可能会使用负锦标赛选择来选择替换成员，但这不会造成过早收敛吗？（在交叉事件之后，人口包含两个原始父母加上这些父母的两个孩子，另外两个随机成员被删除。精英主义是固有的。）

Q3。是否有专门针对 GP 的网络论坛或邮件列表？奇怪的是我还没有找到。雅虎的 GP 组几乎只用于发布公告，Poli/Langdon Field Guide 论坛几乎保持沉默，而像 gamedev.net 这样的通用/游戏编程网站上的 GP 讨论非常基础。

感谢您的任何帮助，您可以提供！

我对这个主题很陌生，所以任何帮助都会很棒。我需要的是使用 GA 在 MATLAB 中优化神经网络。我的网络有 [2x98] 输入和 [1x98] 目标，我已经尝试咨询 MATLAB 帮助，但我仍然对该怎么做一无所知:(所以，任何帮助将不胜感激。提前致谢。

编辑：我想我没有像丹在第一个答案中所说的那样说要优化什么。我想最重要的是隐藏神经元的数量。可能还有隐藏层的数量和训练参数，比如 epoch 的数量。抱歉没有提供足够的信息，我还在学习这个。