文章介绍了三种解决袋鼠跳问题的优化算法：梯度下降用于寻找局部最优解，模拟退火能跳出局部最优，遗传算法则通过适应度函数、选择、交叉和变异操作寻找全局最优解。其中，遗传算法采用浮点编码，并涉及二进制和浮点数编码的遗传变异策略。
解决袋鼠跳问题的几种优化方法：
梯度下降（又名爬山法）：收敛到局部最优解
模拟退火：产生较大跳跃，逃离局部最优解，停留在全局最优解附近的时候，减少跳跃能量，找到全局最优解。
遗传算法：以面为单位的搜索。随机初始化一个种群，用适应度函数对其进行评估，然后择优遗传变异，否定不好的个体。
遗传算法步骤如下
ps:浮点编码
染色体
适应度函数：直接返回衡量标准的函数值
选择函数：选择函数（轮盘赌）
遗传变异（二进制编码与浮点数编码有所不同）：基因重组、基因突变
总之，通过选择，交叉，变异，以适应度为衡量标准，产生最优解
2558
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
