文件名称：EvolutionaryComputationReview：进化计算课程的回顾
文件大小：2.96MB
文件格式：ZIP
更新时间：2024-03-07 03:36:52
进化计算评论 注意：如果未指定，则来自Hod幻灯片的所有参考 “无免费午餐”定理 在所有问题上，没有一种算法比其他任何算法都普遍具有更好的性能 算法的改进使其在某些问题上变得更好而在其他问题上变得更糟 使用合适的算法 感性偏置 在这种情况下，请使用参数 简单的问题，GA过度杀伤力 基线，比较/诊断 更复杂算法的“内循环” 在这种情况下，请使用EA 不太简单（例如，梯度的凸问题） 不太硬（例如大海捞针） 子结构问题（子组件是子问题的子解决方案） 什么时候最适合随机搜索 大海捞针 欺骗性梯度 分层搜索（方法） 采样n个随机点 排名前m点 在m个点的凸包内采样一个新点 从2重复 单纯形算法（操作方法） 反射/收缩/膨胀/收缩 通过剩余单纯形的质心反映点赢得最高目标函数 最好的一点？ 扩张 好点子？ 反射 最坏的一点？ 收缩率 参考： 模拟退火 设$ s = s_0 $ 对于$ k
【文件预览】：
EvolutionaryComputationReview-master
----images()
--------07_GP_draw_straight_line.png(301KB)
--------fitness_sharing.png(90KB)
--------02_Parametric_hierarchical_search.png(580KB)
--------04_BB_hypothesis_estimate_fitness.png(120KB)
--------07_GP_evolve_circuit.png(61KB)
--------02_Parametric_simulated_annealing.jpg(51KB)
--------02_Parametric_deceptive.jpg(301KB)
--------sequential_niche.png(212KB)
--------Larranaga and Lozano, EDAs, Kluwer 2002.png(89KB)
--------hierarchical_fair_competition.png(503KB)
--------04_BB_hypothesis_terms.png(89KB)
--------estimation_of_distribution_one_max_example.jpg(232KB)
--------indirect_encoding_mass_spring.png(318KB)
--------18_Review_topological_niching.jpg(85KB)
--------02_parametric_neldermeadsteps.png(76KB)
--------pareto_front_wikipedia.png(89KB)
--------09_diversity_spatial_niching.png(98KB)
----README.md(16KB)