文件名称:
Curve_Fitting_Genetic_Algorithms:人工智能的应用。相对于模拟退火算法（无偏爬坡），着眼于遗传算法（进化搜索）的性能。我们还将查看变化的参数以及它们对所得曲线拟合表达式的适应度得分的结果-源码
开发工具:
文件大小: 430kb
下载次数: 0
上传时间: 2021-03-19
详细说明：遗传算法的曲线拟合
由Max Wiesner *前往projectDetails.ipynb进行运行和测试模拟
高级别简报
在这个项目中，我们将研究遗传算法如何使用进化搜索来变异多个世代，以找到回归曲线目标。我们将把结果与汇总退火算法进行比较，并查看通过这两种方法获得的总体适用性，以及两者之间的运行时间差异。我们将运用这些技术来估计以下五个功能。
性能还将取决于我们在下面列出的每种算法的不同输入。注意，该项目的主要重点是遗传算法和进化搜索，而不是汇总退火算法，因此，我们将不深入分析随温度，冷却速率和冷却步骤分数的变化而引起的性能变化。 。相反，我们将改变这两个函数共享的两个参数（在某种意义上）。
迭代次数-每种算法将运行的迭代次数，对于遗传算法，这就是它将变异和繁殖的世代数；通过模拟退火，这是我们选择一个随机邻居的次数，该次数有可能替代我们目前的最佳答案。
人口-人口是我们在每次迭代中产生
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
