【问题标题】:genetic algorithm improvement遗传算法改进
【发布时间】:2022-01-25 21:15:18
【问题描述】:

1-单个路由发生变异的概率 2-1代人口规模(RoutePop) 3-大小的比赛选择。 在遗传算法中,我如何选择这三个元素(2-2-3)以从结果中获得最优解,或者是否有特定的方程来确定它们与我想要找到的最佳元素的数量有关解决方案来自 另外,如果可能的话,我该如何改进遗传算法,因为我致力于找到两条轨道之间的最短距离,但到目前为止它并没有给我完美的解决方案(我正在寻找的程序研究最短距离在 51 个城市之间通过)

【问题讨论】:

    标签: python optimization genetic-algorithm genetic-programming


    【解决方案1】:

    仅靠选择不足以改善遗传算法。 对于您的问题(我假设您想解决旅行商问题),您需要更好地初始化解决方案和更好的遗传算子。

    您可以先阅读 Peter Merz 在这方面的著作。比如这篇论文:

    https://www.researchgate.net/publication/3693015_Genetic_local_search_for_the_TSP_New_results

    他用他的 GA 解决了非常大的实例(数千个节点)。

    问候,

    【讨论】:

      猜你喜欢
      • 2018-07-14
      • 1970-01-01
      • 2014-01-01
      • 1970-01-01
      • 2014-12-31
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2011-01-11
      相关资源
      最近更新 更多