遗传算法
数据物语
本科毕业于武汉大学国际金融专业,研究生毕业于加州大学戴维斯分校商业分析专业,毕业后于UC Berkeley Extension任数据分析课程助教一年半,现为National Mortage Insurance的数据分析师。
展开
-
遗传算法(Python) #5 用DEAP框架解决OneMax问题
遗传算法(Python) #5 用DEAP框架解决OneMax问题 遗传算法系列的第三期介绍了如何不用任何框架从零开始解决OneMax问题,第四期介绍了DEAP框架的基本用法。若读者对下文中定义或术语不熟悉,可以查看本系列的前几篇文章。本期文章将介绍如何使用DEAP解决OneMax问题。 1.OneMax问题(OneMax problem) OneMax问题是遗传算法的入门问题,其内容是:如何使一段长度固定的二进制字符串所有位置上数字之和最大。 让我们用一个长度为5的二进制字符串为例: 10010 -&g原创 2020-05-24 10:39:55 · 798 阅读 · 0 评论 -
遗传算法(Python) #4 DEAP框架入门
遗传算法(Python) #4 DEAP框架入门 1. DEAP框架简介 DEAP(Distributed Evolutionary Algorithms in Python)是一个热门的Python进化算法框架,我们可以用这个框架在Python内实现遗传算法的应用,本文将介绍DEAP中主要模块的定义与用法,而下一期我们将用DEAP框架解决OneMax问题。 2. base 模组 base模组内有Toolbox和Fitness两个类,一般我们用Toolbox来创建方程,将所有遗传算法的方程都储存于Toolb原创 2020-05-20 09:25:11 · 1059 阅读 · 0 评论 -
遗传算法(Python) #3 从零开始解决OneMax问题
遗传算法(Python) #3 从零开始解决OneMax问题 1. OneMax问题(OneMax Problem) OneMax问题是遗传算法的入门问题,其内容是:如何使一段长度固定的二进制字符串所有位置上数字之和最大。 让我们用一个长度为5的二进制字符串为例: 10010 -> 和为2 00111 -> 和为3 11111 -> 和为5(最大值) 对一般人,显而易见,当所有位数都为1时,该字符串的和最大,但在我们用遗传算法解决该问题时,遗传算法本身并没有这样的知识。接下来我们将不依原创 2020-05-20 09:23:03 · 1206 阅读 · 0 评论 -
遗传算法(Python) #2 基本运算方法详解
1.遗传算法主要流程 用遗传算法来解决最优化问题的解的基本如下流程如下: 流程简介: 定义种群与个体:遗传算法中每个个体即为问题的解,一般个体按照一定方法随机生成。 定义个体与种群的适应度函数:个体的适应度函数可以用于选择个体,而种群的适应度函数可以用来追踪算法的进度。 循环选择、杂交、突变与适应度计算:这一系列操作可以生成下一代的个体 选择:一般而言以更大的概率选择适应度更高的个体 杂交:交换不同个体之间的基因 突变:随机在个体的基因中产生突变 计算该世代的适应度:每个世.原创 2020-05-20 09:16:31 · 3572 阅读 · 0 评论 -
学习笔记:遗传算法(Python) #1 遗传算法简介
1.什么是遗传算法 遗传算法(Genetic Algorithm)是进化算法(Evolutionary Algorithm)的一种,其命名借鉴了达尔文的进化论,本算法的核心概念借鉴了进化论中的遗传、突变、自然选择与杂交等概念。通过这些概念,遗传算法可以用于解决最优化问题。基因算法的主要概念如下: 基因型(Genotype):遗传算法借用了了生物学中基因的概念,一系列基因的组合就是基因型。 个体(Individual):就如每个人的DNA都是独特的一样,遗传算法中的个体可以抽象为一系列基因的组合,比如1原创 2020-05-20 09:11:26 · 953 阅读 · 0 评论