当我在一个非线性约束优化问题上运行GlobalSearch求解器时，我每次运行都会得到非常不同的解。对于我有解析解的情况，数值结果比非解析情况的离散性小，但每次运行仍然不同。在我遗漏的Global Optimization Toolbox User Guide中对此有很好的解释吗？谢谢!
浏览 0提问于2014-06-12得票数 0
1回答
我看不出这比完全随机选择任何试验解决方案有什么好处。
我对突变也有类似的问题。我们随机翻转一下。如果翻转的位具有较小的位值，则变化将很小。但如果它有很大的位置价值，变化就会很大。
浏览 3提问于2019-12-13得票数 2
遗传算法可能需要很多代才能获得成功，因此以高性能运行对它们来说是非常重要的。禁忌搜索是为了避免局部最大值和良好的记忆机制，通过迭代获得更好的成功。然而，禁忌搜索除了它的优点外，还使算法变得更慢。我的问题是：
有没有研究什么时候使用禁忌搜索和遗传算法，什么时候没有？
浏览 5提问于2011-05-06得票数 4
1回答
寻找全局最优的多个局部搜索算法
、、、、
因此，我对整个进化和遗传算法世界相当陌生，我正在编写一个优化数组并返回最佳解决方案--适应度的程序。我的算法现在通过模拟退火进行优化，可以改变冷却速度和启动温度来改变人口的压力和多样性，得到不同的结果，效果很大。我的问题是，在一个算法中使用两种不同的局部搜索是否可行？例如，我将迭代限制为5000次。是否值得使用4000进行模拟退火，然后将剩下的1000用于登山者的局部搜索，以便从第一次局部搜索中找到最优解？还是在一种
浏览 5提问于2017-11-17得票数 0
回答已采纳
2回答
我有一段时间忙于机器人的运动规划，有一段时间我想探索“势场”方法提供的机会的可能性。我的挑战是避免机器人在使用“势场”方法时陷入“局部最小值”。我没有使用“随机游走”的方法来避免机器人陷入困境，而是考虑是否有可能实现A*的变体，它可以作为一种精确的向导，以避免机器人陷入“局部最小值”。有没有一些这样的经验，或者可以参考文献，它以一种比“随机游走”方法更有效的方式避免了局部最小值。
浏览 5提问于2010-02-04得票数 5
3回答
什么是遗传算法，它相对于其他算法的实际优势是什么？它是否类似于任何常用的机器学习算法，如线性/logistic回归，神经网络，或基于树的方法，如梯度增强和随机森林？
浏览 0提问于2016-06-29得票数 4
回答已采纳
忽略了开发人员的障碍，如复杂性和部署困难，还有其他标准，我可以测试算法吗？
resources指的是计算能力、内存和存储。请注意，问题中的算法实际上是遗传算法。精确地说，一种并行遗传算法在分布式网络上相对于局部非分布式遗传算法.因此，每次运行的结果都会有所不同。
浏览 3提问于2016-11-22得票数 0
2回答
如何将遗传算法与启发式算法相结合
、、、、
我正在研究大学调度问题，并使用简单的遗传算法。实际上，它工作得很好，并在1小时内优化了目标函数值，从0%到90% (大约)。但是，这个过程以戏剧性的方式缓慢下来，需要几天的时间才能得到最好的解决方案。请你给我一点建议，说明什么算法可以与遗传算法混合，以及如何应用这个算法来加速求解过程。主要的问题是，怎样才能将启发式应用于这样复杂的结构问题？我不知道如何在那里应用，例如贪婪启发式。
- array f
浏览 4提问于2012-04-27得票数 4
回答已采纳
我使用matlab的遗传算法进行数值优化，因为fmincon和fminsearchbnd中的其他方法(主要是基于梯度或单纯形的算法)并不十分有用，因为似然函数不仅具有很高的维数，而且表现出许多局部极大值遗传算法似乎运行得很好。不过，我打算进一步增加这个问题的范围。我读过一种估计马尔可夫切换模型的EM算法。据我所知，这个算法释放了一个不断增加的日志相似值。因此，它似乎适合于估计具有许多参数的模型。，我的问题是，EM算法是否适合于涉及许多参数的应用(也许更适合于遗传算法)。速度不是主要的限制(遗传算法
浏览 4提问于2016-03-12得票数 0
但当我亲自尝试时，我观察到了不同的结果。Wall time: 1.74 s引擎盖下面发生了什么
浏览 0提问于2021-07-11得票数 5
回答已采纳
1回答
当达到局部最小值时，将模拟退火与前馈神经网络结合使用，与简单地重置权重(并将隐藏层放置在一个新的误差谷)有何不同？将模拟退火作为一种更系统的权值移动方法，以求全局最小值，因此每次验证误差相对于训练误差增加时，只执行一次迭代。在错误函数中缓慢移动当前位置？其中一个例子提到了一个循环(多次迭代)，这不符合我的第一个假设。我看过不同的exmaples，其中使用了network.fromArray()和network.toArray()，但我只看到了network.encode
浏览 4提问于2014-07-13得票数 1
2回答
我想知道关于人口规模是否有一个普遍的经验法则。我在一本书中读到，染色体长2倍是一个很好的起点。我是否正确地假设，如果我有一个有5个变量的方程，我应该有一个10的人口？编辑variable1 = 20种不同的值variable2 = 15种不同的值。
浏览 2提问于2013-08-07得票数 6
回答已采纳
1回答
我有一个具有两个输入的网络，一个层中的两个隐藏节点和一个输出节点。我尝试使用统一的分布在0和1之间以及-1和1之间随机生成权重。我试过使用Xavier初始化作为均匀分布和正态分布。我尝试过激活函数和体重的不同组合。(这就是我认为的问题所在，不管使用的激活函数是什么)。问题：我能做什么来确保收敛发生？
我需要改变权值初始化吗？我需要
浏览 2提问于2019-10-10得票数 0
6回答
关于遗传算法
、、、
目前，我正在学习遗传算法(个人的，不是必需的)，我遇到了一些我不熟悉或者只是基本熟悉的话题，它们是：
我知道一个人的搜索空间是所有可能的解决方案的集合，但我也想知道如何决定他们搜索空间的范围此外，我想知道与函数有关的极限是什么，以及如何计算。我知道我应该理解这些是什么，但到目前为止，我只学了代数2和几何学，但是我尝试了物理、矩阵/向量数学和数据结构，所以如果我看起来很天真的话，请原谅我。
浏览 1提问于2012-02-26得票数 4
回答已采纳
1回答
我正在尝试为旅行商经典CS问题设计一种遗传算法。我有一个struct Node对象，它包含一个城市索引和x，y坐标。如果你有任何问题，请提出来。gui每1000次迭代就会更新一次，它肯定会改变，但似乎永远不会变得更好，即使我运行了很长一段时间的代数！此外，如果您感到困惑，我将距离作为uint64_t返回，以获得比double更好的准确性和可移植性，但在执行适应度函数时将它们转换为double类型。(这都行，我
浏览 4提问于2015-11-09得票数 0
3回答
我想写一个遗传算法来解码一个用替换密码编码的字符串。输入将是从a到z的小写字符和空格字符的字符串，这些字符不会被编码。关于性能有什么可说的呢？
浏览 4提问于2013-07-28得票数 1
回答已采纳
0回答
根据神经网络的输出，我有一个自定义的计算。另一种可能性是，我使用遗传算法来优化我的神经网络的权重，但我在这里没有得到所需的优化。我的网络28个输入和9个隐藏神经元太大，无法使用遗传算法进行优化，我陷入局部最优…(也许遗传算法方法是一种选择，但尝试使用它来实现一个像样的解决方案将非常耗时。)
浏览 14提问于2017-06-05得票数 0
3回答
使用遗传算法进行校准，但为了避免遗传算法收敛于局部最优值，我希望使用人工神经网络来找到全局最优值。安，该怎么做呢？谢谢。
浏览 0提问于2011-07-09得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
