机器学习 演化规划
机器学习文章目录EP算法的特点是自适应。演化算法需要搜索，问题在变的时候，算法预测也会改变（方程改变）。与遗传算法相比，该算法只有变异，没有交叉。经典的EP算法流程：父代产生子代只能靠变异：自适应中，标准差也会变，写个伪代码来表示一下：初始化变量和参数：（个体表现型(设为X),群体规模(设一个群体有N个个体),迭代次数(演化的次数)C等）随机产生N个个体，并计算这些个体的适应性while(迭代次数
·
EP算法的特点是自适应。演化算法需要搜索，问题在变的时候，算法预测也会改变（方程改变）。与遗传算法相比，该算法只有变异，没有交叉。
经典的EP算法流程：
父代产生子代只能靠变异：自适应中，标准差也会变，
写个伪代码来表示一下：
初始化变量和参数：（个体表现型(设为X),群体规模(设一个群体有N个个体),迭代次数(演化的次数)C等）
随机产生N个个体，并计算这些个体的适应性
while(迭代次数小于C)
{
for(i = 1; i < N; i++)
{
X[i]变异，得到X[i+N]
检查X[i+N] 是否合理，并计算X[i+N]的适应性
}
从产生的2N个个体中选择N个个体，并排除剩余的N个个体
}
得到最终的结果
技术共进，成长同行——讯飞AI开发者社区
更多推荐
0
0- 0
已为社区贡献8条内容
所有评论(0)