遗传算法的实际应用答案

【问题标题】：Practical Application of Genetic Algorithm遗传算法的实际应用
【发布时间】：2012-07-03 22:33:48
【问题描述】：

我正在做一个关于非支配排序或多向量排序算法的项目工作，该算法用于的选择部分遗传算法。我在网上搜索过，但我仍然不知道遗传算法的实际应用。我只知道它用于Testing，但我不知道它是如何工作的。您能推荐一些遗传算法的实际应用吗？

【问题讨论】：

【解决方案1】：

遗传算法非常适合机器学习算法使用的feature selection。

很多时候，数据集中的特征太多，导致噪声太大，因此我们有时会通过减少问题的维度来处理这个问题，只选择特征的一个子集。为此 - 遗传算法在许多情况下（经验上）似乎都非常有效，并且它在研究和具有非常高维度的实际应用中都有广泛的用途。

例如：text analyzis，带有bag of words model：有时我们只想使用单词的一个子集，而不是全部，所以我们为此使用了特征选择算法，而 GA 就是其中之一。

【讨论】：

【解决方案2】：

GA 是一种很好的方法，可以很好地解决搜索空间巨大且很难找到确切最优解决方案的问题。它们擅长爬山，可用于从解空间的不同区域生成候选集，然后可以通过擅长局部优化的算法进一步优化。在某些情况下，他们会提出人类很难预先想象的解决方案。

这是GA applications 的有趣列表。

【讨论】：

【解决方案3】：

以现实生活中的网络为例，您可以使用自己的 facebook 朋友网络，其中节点是朋友，朋友之间的边表示友谊链接。当您运行社区检测算法时，您会注意到该算法会生成集群，将您朋友中的不同组分开，例如高中组、大学组、工作组、家庭组等。

【讨论】：

【解决方案4】：

我不知道这有多实用，但我将它用于sudoku generation

【讨论】：