genetic-algorithm - 什么是有效的非自适应人口规模调整方法?
问题描述
我有一个非常简单的遗传算法问题,我想为此创建一个脚本来估计最小的“好”人口规模。当遗传算法使用这个大小收敛 9/10 倍时,这个种群大小是“好的”。我目前的做法如下:
1. Start with a small population size (n<10)
2. Run the GA ten times (or less, e.g. if it fails the first 2 tries already)
3. If 'good', proceed to step 4. If not 'good', multiply population with 2 and go to step 2.
这有效,但似乎效率不高。此外,因为它总是从下面接近真正的“好”人口规模,所以它经常低估人口规模(即使我多次运行它并平均结果)。
我正在寻找关于这种人口规模调整方法的文献,但我只能找到自适应人口规模调整方法(即,在运行期间改变人口)。有谁知道像上面那样进行非自适应人口规模调整的好方法?
解决方案
推荐阅读
- hangfire - 当 Hangfire 服务器是单独进程的一部分时监控 UI?
- php - Symfony 捆绑配置服务参数
- python - 如何将 Sqlalchemy ORM 查询结果转换为包含关系的单个联接表?
- swift - Swift UIAccessibility 知道之前关注的元素吗?
- docker - 在 windows docker 工具箱上运行融合平台时 kafka 连接数据生成的问题
- android - 导航到另一个 Fragment 时,Fragment 中的 RecyclerView 崩溃
- python - 用于从 FTP 服务器获取文件并复制到我计算机上的特定文件夹中的 Python 代码
- security - 浏览器如何保护进程内存免受 webassembly 编译代码的影响?
- r - 使用 RJSONIO 包 R 将 json 文件转换为数据框
- c# - 如何将 LINQ 中的两个集合与 MS SQL Server 的多个条件最佳组合