作者:非妃是公主
专栏:《机器学习》
个性签:顺境不惰,逆境不馁,以心制境,万事可成。——曾国藩
专栏地址
专栏系列文章
演化学习基础知识
演化算法:或称“进化算法”,它 是一个“算法簇”,其灵感都来自于大自然的生物进化。演化算法有很多的版本,比如,有不同的遗传基因表达方式,不同的交叉和变异算子,以及不同的再生和选择方法,与传统的优化算法相比,演化算法的特点在于:
- 具有高鲁棒性和广泛适应性;
- 具有自组织、自适应、自学习的特性;
- 本质并行性;
- 能够不受问题性质的限制,有效处理传统优化算法难以解决的复杂问题。
遗传算法
遗传算法计算流程
遗传算法编码
适应性度量函数
选择
交叉
变异
演化神经网络
演化学习问题与挑战
- 存在的问题:对演化算法这类随机性启发式优化算法而言,其理论研究不,比如优化效率高低、与最优解的逼近程度如何、启发式算子效用评估等问题难以有严格的答案,这导致了演化学习也缺乏有效的理论解释。
- 挑战:近些年,一方面学习模型变得复杂、数据增长迅速、一方面对模型训练时间有严格约束,如何使得演化学习能够进行有效、快速地优化,还有待深入的研究。