最佳选择方法

我正在研究一个关于课程表问题的遗传算法,并且我面临的问题是如何决定应该选择哪种选择方法。

我的问题是:

1)选择方法的选择如何影响遗传算法的性能?

2)哪种选择方法的性能最佳?

3)如果我尝试使用随机选择来避免基于适应度的选择(因为在我的情况下这项任务需要时间),会发生什么?

提前感谢您..


回答:

1) 您的适应度函数、变异/交叉操作符以及整体搜索空间是紧密且微妙地相互关联的。每种问题/选择方法都有其自身的性能特征。因此,对于您的问题没有确定的答案。这仍然是一个开放的研究问题。

2) 因为第1点的原因,我无法给出确切答案。您需要自己尝试、测量并观察结果。

3) 可能就像@人名建议的那样,完全是随机漫步,但这可能是可以接受的。

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