1回答
正如标题所说，我正在使用Python mystic包中实现的差分进化算法来解决O(10)参数的全局优化问题，并有界限和约束。:给定差分进化算法的缩放比例，我将优化问题运行10倍。结果呢？几乎所有的结果我都得到了不同的答案！ 我尝试了0.7、0.75、0.8和0.85的缩放比例，所有这些都是大致相同的不良行为(如
浏览 57提问于2021-03-24得票数 1
1回答
对于类中的作业，我需要优化4个10维函数，在实现差分进化时，我注意到所有函数都需要不同的参数设置。通过尝试，似乎尤其是在选择高交叉率和F在0.5左右的情况下，似乎工作得很好。然而，对于一个函数，10维Katsuura函数，我的微分算法似乎失败了。我尝试了一堆参数，但一直得0.01分(满分10分)。差分进化对某些目标函数不起作用吗？我也尝试过实现PSO来解决这个问题，但也失败了，所以
浏览 9提问于2017-09-25得票数 1
在差分进化算法中求解最优化问题。它涉及三个进化过程，即突变、交叉和选择。那么，在差分进化算法中交叉的重要性是什么呢？
浏览 1提问于2012-09-18得票数 5
1回答
并行差分进化
、、
我一直在使用R中的差分进化库，我想知道:这是一种有意义的并行算法吗？在我看来，您可以将优化间隔分成几个段，在每个段上运行算法，然后比较每个段的结果并返回最小值。
浏览 5提问于2012-01-23得票数 0
回答已采纳
1回答
差分进化( DE )和遗传算法( GA )的一个不同之处在于，DE抛弃了一个新的候选人，除非它比原来的候选人更合适，而GA允许“不太合适”的候选人以一定的概率生存。回到差分进化算法，我看不出它是如何解决上述问题的，因为最初我们只想每一代变异一个参数，但最终我们希望每一代多个参数发生变异。如果我们过早地突变每一代的多个参数，我们就会降低生存
浏览 2提问于2016-03-26得票数 2
回答已采纳
1回答
我有一个用遗传算法进行的实验数据，并试图在一篇论文中展示出来。什么是表示遗传算法结果的好的/经典的方法。我正在考虑做一个零散图，代表几代人最适合的个体。这是否很好地反映了结果？
浏览 0提问于2015-04-27得票数 2
回答已采纳
1回答
我在Matlab中优化一个相当混乱的似然函数，在这里我需要在不同的初始点运行大约1,000次的优化算法(fmincon)，其中大约有32个自由参数。不幸的是，我不能同时并行1000次运行的优化算法，同时计算有限差分梯度。我必须选一个。
有没有人知道是否更有效的并行化外循环，并让每个优化运行在自己的核心，或计算有限差</e
浏览 6提问于2017-01-20得票数 1
回答已采纳
差分进化是一种基于种群的算法。然而，scipy.optimize.differential_evolution返回的结果是OptimizeResult，它只给出了最优秀的精英群体，而忽略了其下一代的其他部分。怎么才能保存上一批人的信息呢？
浏览 5提问于2021-11-16得票数 0
西佩的差分进化实现()要么使用拉丁超立方体，要么使用随机方法进行种群初始化。拉丁超立方体抽样试图最大限度地覆盖可用的参数空间。“随机”随机初始化人口。我想知道是否可以为每个参数指定起始值，而不是依赖这些默认算法。对于复杂的模型(特别是那些数学上难以处理并需要模拟的模型)，我观察到，在算法的X迭代之后，两次独立运行的the的微分演化可能会给出不同的
浏览 0提问于2019-08-17得票数 0
回答已采纳
这将触发子组件的正常生命周期方法，包括每个子组件的shouldComponentUpdate()方法。只有在标记发生更改时，React才会更新DOM。这是否意味着组件的子组件也调用了它们的呈现函数？
浏览 3提问于2017-10-27得票数 2
回答已采纳
1回答
我有一个关于洛伦兹函数的初步猜测(见绿色曲线)，但正如你注意到的，绿色曲线实际上不是一个完美的洛伦兹函数，因为它在底部仍然是不对称的。我从来没有使用过这种类型的曲线拟合，如果有人能给我一个小的代码示例来找到想要的lorentzian函数或实际的松弛核exp(-t/τ)，我会非常感激。因此，现在分步骤：
假设我们有一个洛伦兹函数，即衰变有一定的弛豫时间τ，τ不是常数，而是时间的函数。使用我实现的某个<em
浏览 2提问于2017-06-08得票数 0
回答已采纳
2回答
我正在用Java运行一种进化算法，它允许使用以下元素生成字符串：我正在尝试从头开始进化出具有预先确定的长度的不同字符串，以生成以下内容：但是，在某些情况下，我会得到这样的结果：要生成语法上有效的表达式，我需要清理
浏览 2提问于2014-12-08得票数 1
1回答
我正在做一个项目，让一个模拟的机器人通过移动到预先定义的“传感位置”来探索未知的、但有模式的环境(如办公楼)。换句话说，在每个点上，机器人必须从可用的可见位置选择要移动到的新位置。机器人通过基于关于该位置的许多已知特征(例如到该点的距离、从该点到所有其他点的平均距离、已经探索的点周围的区域等)的线性组合来为其提供效用分数，从而选择下一个移动到哪个位置。为了测试权重组合，我希望模拟<
浏览 3提问于2011-03-25得票数 1
回答已采纳
我希望我的关键词能描述我的情况。基本上，我使用的是Simulink中的SMC (滑动模式控制)，使用的是simulink块和S函数块。现在，我想使用DE (差分进化)算法，来确定给出最佳结果的SMC的参数。DE由两个m文件实现，其中一个包含目标函数的函数( DE需要此函数)，另一个包含DE算法的其余部分，用于运行。我所做
浏览 4提问于2015-05-04得票数 0
2回答
我需要在运行时计算最大流量。
我知道有几个处理图的库，实现了几乎所有的经典算法，但我的问题是，我的图是动态的，这意味着它在运行时进化。每次进化之后，我需要重新计算新的最大流。，哪一种算法/库会更具有时间性能？我的意思是，考虑到在每一步图几乎与前一步是相同的(除了一条边)，是否有一种算法可以有效地重用其先前计算的中间<e
浏览 6提问于2011-07-19得票数 4
回答已采纳
2回答
我正在尝试检测输入向量对给定聚类中心的拟合程度。我可以很容易地找到最佳匹配(到输入向量的欧几里德距离最小的中心是最好的)，然而，我现在需要计算这是一个多好的匹配。我不确定如何找到每个簇的分布。我有所有的中心向量，并且所
浏览 3提问于2010-02-24得票数 3
回答已采纳
2回答
我是个新手，我正在创建一个框架，用进化算法在C++中进化对象。一种进化算法对对象进行进化并对其进行测试以获得最佳解(例如，进化权重神经网络并对样本数据进行测试，从而最终得到精度较高的网络，而无需对其进行训练)。我的问题是算法有很多参数(选择/交叉/变异的类型，每个参数的概率.)由于它是一个框架，用户应该能够轻松地访问和修改它们。如果你想用不同<
浏览 1提问于2015-10-27得票数 0
回答已采纳
1回答
深入的Q-学习，A3C，政策进化的遗传算法，他们都没有学习小行星，或至少表现比人类差得多。根据RL的说法，从最艰难的Atari游戏来看，大部分的焦点都集中在蒙特祖马的复仇上，这显然受到了很少的奖励。然而，我不认为这是小行星(视频)的情况，因为每一颗小行星的射击都会得到奖励。为什么DRL表现那么差？以下是一些报告小行星上的坏结果的
浏览 0提问于2018-02-16得票数 3
回答已采纳
1回答
寻找全局最优的多个局部搜索算法
、、、、
因此，我对整个进化和遗传算法世界相当陌生，我正在编写一个优化数组并返回最佳解决方案--适应度的程序。我的算法现在通过模拟退火进行优化，可以改变冷却速度和启动温度来改变人口的压力和多样性，得到不同的结果，效果很大。我的问题是，在一个算法中使用两种不同的局部搜索是否可行？例如，我将迭代限制为5000次。是否值得使用4000进行模拟退火，然后将剩下的1
浏览 5提问于2017-11-17得票数 0
回答已采纳
1回答
SR与AES的差异
、、、
我想用SR (Sucess Rate)和AES (对一个解决方案的平均评价数)来比较两种“进化战略”。我不确定"AES“是怎么工作的..。比方说，我有10次算法运行，最优值为0.0：Run 2: 0.8Run 4: 1.5Run 6: 0.3Run8: 1.9Run 10: 0.5
我知道，如果我选择1.0的限制，成功率是: 5/10。2- AES<
浏览 3提问于2017-07-03得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
