传统遗传算法参数怎么合理设置呢?交叉概率、变异概率怎样设置?
1条回答 默认 最新
- 水晶海洋 2017-12-09 03:01关注
伪代码过程 (谢菲尔德大学的遗传算法工具箱)如下:
1.根据已有的数据,应用神经网络进行拟合,得到神经网络模型参数
2.设置遗传算法的参数
3.while gen<MAXGEN %小于进化代数
FitnV=ranking(-ObjV); %分配适应度值
SelCh=select('sus',Chrom,FitnV,GGAP); %选择
SelCh=recombin('xovsp',SelCh,px); %重组
SelCh=mut(SelCh,pm); %变异
XY=bs2rv(SelCh,FieldD); %子代个体的十进制转换
将子代个体代入神经网络模型,得到评价准则。
重插入子代到父代,得到新种群
代计数器增加
记录每代的最优解及其序号
end本回答被题主选为最佳回答 , 对您是否有帮助呢?解决评论 打赏 举报无用 6
悬赏问题
- ¥15 metadata提取的PDF元数据,如何转换为一个Excel
- ¥15 关于arduino编程toCharArray()函数的使用
- ¥100 vc++混合CEF采用CLR方式编译报错
- ¥15 coze 的插件输入飞书多维表格 app_token 后一直显示错误,如何解决?
- ¥15 vite+vue3+plyr播放本地public文件夹下视频无法加载
- ¥15 c#逐行读取txt文本,但是每一行里面数据之间空格数量不同
- ¥50 如何openEuler 22.03上安装配置drbd
- ¥20 ING91680C BLE5.3 芯片怎么实现串口收发数据
- ¥15 无线连接树莓派,无法执行update,如何解决?(相关搜索:软件下载)
- ¥15 Windows11, backspace, enter, space键失灵