algorithm - 如何使用最近邻随机点细分空间？
问题描述
我正在尝试为我正在构建的遗传算法创建一种有效的交叉方法。我只有 2 或 3 个变量需要优化，因此我可以将每一代视为平面或球体上的点。
为了生成孩子，我想将空间划分为三角形或四边形，然后将每个的质心作为孩子。我的问题是细分空间。如何对分数进行分组并确保每个父母为相同数量的孩子做出贡献？
一种解决方案可能是形成 N（3 或 4）个最近邻点的集群，然后将这些点的质心作为子点。然后可以通过对 N 个集群进行分组并再次获取质心来生成更多的孩子。我对最近邻聚类不是很熟悉，尽管我一直在研究它，但我还没有找到任何看起来特别有效的解决方案。
解决方案
推荐阅读
- excel - Worksheet.Protection Contents 在调用 Worksheet.Protect 两次后默认为 FALSE
- amazon-web-services - 使用具有多个证书的 Invoke-WebRequest 在 PowerShell 中重写 CURL
- python - 在 pandas、pandas groupby 和/或 scikit 中将 X、Y 值聚类到 Sector 和 Plot
- reactjs - 嵌套可观察更改时组件不重新渲染
- android - 谷歌地图 api 中是否有任何功能用于 android 使用州名称和地区名称以及地点名称来定位建筑物（即医院）
- python - 从 excel 导入数据并使用它在 c 驱动器上创建单个文件
- image - 如何使用 Numpy 对彩色图像进行直方图？
- reactjs - 不变违规元素类型无效，预期为字符串，但未定义
- python - 使用树莓派从土壤湿度传感器读取准确的湿度值
- tensorflow - 如何使用 hdf5 文件加速 google-colab 中的神经网络？