优化函数的遗传算法

首先,如果这个问题不适合在这个论坛上讨论,请原谅我,它可能更适合在数学相关的论坛上讨论。

我一直在进行一个项目,使用遗传算法(GA)来最大化函数的输出。然而,根据我有限的微积分知识,我认为可以通过微积分的方法找到数学函数的最大值?我猜想使用遗传算法来最大化函数的原因是因为有些函数的数学方法不起作用。我想知道那些条件是什么?可能是函数不连续或不可微分的吗?


回答:

首先,并非所有函数都容易求导。你可能还会遇到维度非常高的函数,这些函数的求导难度很大。

此外,即使你有一个可以求导的函数,你找到的也只是局部最优解,而不是全局最优解,你可能会找到很多这样的局部最优解——可能有无限多个——而且没有明确的方法来判断哪个更好。

虽然你可能对某些特定函数有足够的了解,可以通过微积分进行优化,但没有任何方法能保证找到任何可能函数的全局最优解。因此,我们依赖于许多概率技术和启发式方法,其中遗传算法只是其中之一。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注