- 在线时间
- 2 小时
- 最后登录
- 2016-8-27
- 注册时间
- 2014-8-22
- 听众数
- 9
- 收听数
- 0
- 能力
- 0 分
- 体力
- 6 点
- 威望
- 0 点
- 阅读权限
- 10
- 积分
- 3
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 1
- 主题
- 1
- 精华
- 0
- 分享
- 0
- 好友
- 5
升级 60% 该用户从未签到 - 自我介绍
- 土地资源管理 空间分析
|
大家好,我最近开始学习遗传算法解决自己的一个专业问题,需要输入2个变量来得到最优值,如适应度函数为f(x1,x2),查阅相关资料有2种思路:2 K( x% E; M, p2 n- W) t( O6 e
思路1:对x1和x2双重编码后同时进行遗传算法求解最优;
" C' `' w H: G思路2:分2层进行遗传算法求解:8 g' }2 N l1 M2 l
(1)对x1进行选择交叉变异操作产生n个染色体;
3 g) d2 }8 ]) D/ E) |% s(2)将给定的一个x1染色体作为前提,对可能的x2进行遗传算法求解最优适应度函数,将此作为x1染色体的适应度函数,操作n次;
1 n6 ^8 Q5 D+ V5 n) D(3)循环前2步操作,得到问题最优解。
5 N `9 L7 \ u0 z! \+ K& l0 \个人感觉两种思路均可以实现优化目标,但因本人并不是数学或计算机专业的,对于遗传算法性质不是很了解,希望大神们能够给出一些建议,应该采用思路1还是思路2呢?思路1收敛速度是否会比较慢?思路2求出的最优解是否合理呢?
( x, p" f, [, l. _- n# O7 X0 q, a/ ?- g# z* `7 g7 D4 a
3 P" \$ w2 {& A* l1 a F
|
zan
|