交叉/变异很慢，我如何优化这个调用？
在云计算领域中，交叉/变异（cross/mutation）指的是遗传算法中的两个重要操作，用于生成新的解，并通过对现有解的改变来进行优化。当交叉/变异操作很慢时，以下是一些优化方法：
- 算法优化：通过改进遗传算法的实现方式，如采用更高效的交叉/变异算子，或使用并行计算技术，可以加快交叉/变异的速度。
- 数据结构优化：使用更合适的数据结构来存储和处理遗传算法的解，可以提高交叉/变异操作的效率。
- 参数调优：通过调整交叉/变异操作的参数，如交叉率和变异率，可以在不影响结果质量的前提下，减少操作的执行时间。
- 并行计算：利用多线程、分布式计算等技术，将交叉/变异操作并行化，以加速计算过程。
- 硬件优化：使用高性能计算服务器或GPU等硬件设备，可以提升交叉/变异操作的运行速度。
在腾讯云中，针对优化遗传算法交叉/变异操作的需求，可以考虑以下产品和服务：
- 云服务器（Elastic Compute Cloud，ECS）：提供弹性计算能力，可以根据需求动态调整计算资源，加速交叉/变异操作的执行。
- 弹性容器实例（Elastic Container Instance，ECI）：提供了快速创建和部署容器应用的能力，适用于需要快速调度和启动任务的场景。
- 弹性伸缩（Auto Scaling）：根据应用负载自动扩展或缩减计算资源，保证交叉/变异操作的运行速度。
- 云函数（Serverless Cloud Function，SCF）：无服务器计算服务，可根据事件驱动方式执行代码，以实现异步处理和快速响应。
- 弹性缓存Redis（Elastic Cache Redis，ECR）：提供高性能的内存数据库服务，可用于存储和读取交叉/变异操作所需的中间结果，加快运算速度。
请注意，以上仅为一些建议，具体选择和配置需根据实际情况和需求进行综合评估。更多关于腾讯云产品的详细信息，请参考腾讯云官方网站：https://cloud.tencent.com/
相关·内容
我将区间x:y编码为像10101111这样的二进制代码，所以对于总体来说，它类似于[[1,0,1,1],[0,1,0,1]]。
我直接使用函数的值(sin(x)^2)定义了适应度函数。
对于选择，我使用锦标赛选择和交叉，只有简单的交换部分染色体如下：1(10)0和0(01)1 -> 1(01)0和0(10)1。
对于突变，使用位反转。
这种算法可以产生全局极小值，有时生成局部极小值。但是在这个问题中我没有看到交叉的功能，因为'x‘的特性每次都被打破(我想)，我不知道为什么，如果它甚至是正确的方式编码交叉或者编码部分。
浏览 1提问于2015-12-15得票数 0
1回答
我不确定这是不是特别与编程相关，但我正在看一个使用DEoptim在金融投资组合上下文中进行并行优化的演示，如所示。
我通过查看和的演示文稿发现了这一点。
而且似乎使用的strategy是strategy=6，有什么特别的原因让这个比其他的“更好”吗？它能更快地到达全局最小值吗？对于投资组合优化问题，它是不是特别好？
另请注意，如何将演示中建议的rda文件加载到R中，即。因为当我点击download时，我得到了10y_return.gz文件，但不知道如何将其读入R...help，这将不胜感激。
浏览 0提问于2014-01-30得票数 3
6回答
我实现了许多遗传算法来解决各种各样的问题。然而，我仍然怀疑交叉/重组是否有用。
在实现交叉之前，我通常先实现变异。在我实现交叉之后，我通常不会看到一个好的候选解决方案的生成速度比简单地使用变异和在每一代引入几个随机个体来确保遗传的速度有明显的提高。
当然，这可能是由于交叉函数的选择不佳和/或概率，但我想得到一些具体的解释/证据，为什么/是否交叉改善气体。对此有过研究吗？
我理解其背后的理由:交叉允许将两个人的优势组合成一个人。但对我来说，这就像说我们可以交配一位科学家和一只美洲虎，以得到一种聪明而快速的混合动力。
编辑：在mcdowella的回答中，他提到了如何从多个起点找到一个交叉可以提高爬
浏览 6提问于2011-07-22得票数 26
回答已采纳
1回答
我可以将这个问题命名为“具有相互节点的多个旅行商问题”。我有一群来自不同城市不同地方的人。他们想要计划一次参观特定商店的旅行。我该如何解决这个问题？如何使用元启发式算法(如GA或ACO )对问题建模？
浏览 2提问于2017-06-18得票数 1
3回答
如何进一步优化这段代码：
let rec nCollect func = function
| [] -> []
| x::xs -> let firstAndNext body (firstBody, ys) =
let newFirst, z = func firstBody body
newFirst, z::ys
let y, ys = List.foldBack firstAndNext xs (x, []
浏览 1提问于2011-11-01得票数 1
回答已采纳
我想用遗传算法来解决一个简单的二元线性方程组。这主要是为了帮助我更好地理解它们是如何工作的。
每件事看起来都很简单，但我不确定如何在染色体中编码这个问题的可能解决方案。
我将有两个变量，我想要在染色体中编码，以表示解决方案。如果每个变量都可以表示为一个8位数字，我会制作一个16位的二进制编码染色体(1和0组成的字符串)吗？
我只是不太确定这是如何工作的。如果选择两个亲本进行繁殖，从二进制字符串中随机选择基因将如何产生可能更好的解决方案？这就是为什么我不认为二进制字符串可以工作，所以任何答案都会非常感谢！
浏览 3提问于2013-05-26得票数 2
回答已采纳
3回答
建议的遗传算子用于TSP问题？
、、、、
我正在构建一个遗传算法来解决旅行商问题。不幸的是，我在变异出它们并获得更好的结果之前，我达到了可以持续一千多代的峰值。在这种情况下，哪些交叉和变异操作通常做得很好？
浏览 2提问于2010-02-02得票数 5
不确定这是不是该问的地方。假设有一个函数f()，它的实现是未知的，但它返回一个分数。我想通过修改输入参数来获得最高的分数。我也试着比蛮力更好(找到所有可能的输入参数组合，如果可能的话)。
我确实知道
f()对已知的数据集运行一个算法。该算法根据输入参数进行调整。
f()需要6个参数
我知道每个参数的类型(int，浮，布尔)
我知道每个参数的范围，即-1,5，0,1
一些参数有一个开放范围，即大于1 (int)
有些人相互依赖。即min和max参数。那是最小<最大值。
任何能帮助我解决这个问题的算法的好指针都是非常感谢的。
浏览 0提问于2021-02-07得票数 1
回答已采纳
在react/redux项目中，我有一个对数组进行排序的操作：
case 'SORT_BY_NAME':
var newList = state.list; //.slice()
newList.sort(function(a,b){
if (a.name > b.name){
return 1;
} else if (a.name < b.name){
return -1;
} else {
return 0;
}
});
return Object.assign
浏览 5提问于2016-05-09得票数 1
回答已采纳
1回答
我已经为求解TSP的遗传算法实现了顺序交叉。
然而，我注意到我的算法在没有启用变异的情况下预置更好，我猜想这是因为有序的交叉混合了一些遗传信息来保持有效的置换编码，从而产生了轻微的“变异”解决方案。
但我觉得这是不对的？使用有序交叉时能消除变异吗？
浏览 0提问于2014-10-30得票数 1
回答已采纳
2回答
如何使用PyGAD包生成元素在1到12之间不重复的总体项？它在随机种群中总是具有重复值。我没有理想的方法来避免这种情况。或者，在生成新的种群时，应该使用回调函数操作吗？
import pandas as pd
import numpy as np
import pygad
xs = [8, 50, 18, 35, 90, 40, 84, 74, 34, 40, 60, 74]
ys = [3, 62, 0, 25, 89, 71, 7, 29, 45, 65, 69, 47]
cities = ['Z', 'P', 'A', 'K'
浏览 13提问于2021-02-21得票数 1
回答已采纳
指出，父母被分成两个连续的个体，每对生两个后代。
首先，利用toolbox.clone()方法复制亲本群体Pp，并将结果放入后代群体Po中。在Po上执行第一循环以配对连续个体。根据交叉概率cxpb，用xi+1 ()方法对toolbox.mate()个体进行交配。由此产生的“易”和“yi+1”取代了各自在“阿宝”的父母。
有奇数个体的最后一个个体是如何处理的？它从来不与另一个个体交配，只变异吗？
浏览 0提问于2019-11-05得票数 0
1回答
为了学习支持向量机，我们必须确定各种参数。
例如，有成本和伽马等参数。
本文试图用R.
以精度作为遗传算法的评价函数。
我已经创建了以下代码，并运行了它。
library(GA)
library(kernlab)
data(spam)
index <- sample(1:dim(spam)[1])
spamtrain <- spam[index[1:floor(dim(spam)[1]/2)], ]
spamtest <- spam[index[((ceiling(dim(spam)[1]/2)) + 1):dim(spam)[1]], ]
f <- fu
浏览 2提问于2013-07-28得票数 3
1回答
我想使用遗传算法在无向图中找到最短路径。关于交叉和变异，我有两个问题。我一直在研究如何在类似的情况下进行交叉，最流行的算法似乎是PMX，我对此的理解是，部分路径在两个父染色体之间交换，以产生后代。我的问题是，几乎所有的后代都有很大的空间变得无效，不是吗？我想知道你是否可以为我确认这一点，如果我错了，请纠正我并解释它。
在单独但相关的注释中；我确实有一个如何做到这一点的想法，但我不知道这是不是一个好主意，简单地选择两个父母，他们在他们的路径中共享相同的节点，并在该点交叉，这样所有的后代都保持有效。
我的第二个问题是突变；我对如何做到这一点有一个大致的想法；选择一个节点并删除它，然后用另一种方法重
浏览 3提问于2012-09-26得票数 0
4回答
对于具有随机交叉边界和随机位点处随机变异数的基本遗传算法实现，会产生大量劣势子代，并留下最优解被偶然发现。这浪费了大量的CPU，用户不知道什么时候找到最优解，因为它可能总是“下一个”。
有没有一种算法可以一直得到更好的孩子，而不是让这个重要的过程听天由命？
谢谢。
浏览 1提问于2014-06-10得票数 2
我正在编写一个遗传程序，我需要一些关于交叉操作的建议。GP试图为具有硬行约束和较软列约束的矩阵找到最佳解决方案。
对于填充中的给定解决方案，行包含来自固定集合的对象类型ids的随机组合。GP试图找到一个解决方案，在列出行之后，如果您在每一列中统计id，则每个类型的数量必须在该id的推荐范围内。我编写了一个适合度函数，允许我根据它与列约束的距离对解决方案进行分级-- 100%是所有列都在规范范围内。
由于适合度与列相关联，因此交叉操作应该抓取两个父母的列来创建一个候选后代，这似乎是合乎逻辑的。多点交叉应该是更好的方式吗？我担心的是一个交叉操作，几乎可以肯定，将打破争吵的禁忌。
谢谢你的建议。
浏览 0提问于2012-07-18得票数 6
1回答
我习惯于这样一种方法，即遗传算法(GAs)中的每个参数都可以表示为二进制字符串，可以在指定的时间间隔内编码为实数。
我目前正在编写一个差分进化(DE)代码，我还没有读到像GA中那样控制参数间隔的任何内容，所以我对这个过程有点困惑.以下是我的问题：
1)在DE中是否有控制参数间隔的东西？我意识到任何人都可以为他们的目的修改DE，但我很好奇传统上如何使用DE。
( 2)我明白如何指定初始随机群体的间隔，但在变异和交叉操作中是否有任何限制间隔的因素？
3)如果参数没有任何界限，那么变异和交叉操作是否可以自由地探索所有的空间？
耽误您时间，实在对不起。
浏览 3提问于2016-01-04得票数 2
回答已采纳
1回答
我正在交叉编译一个用于beaglebone黑设备的共享库()。当我在没有优化的情况下编译时，我没有问题。但是，如果我使用任何优化(即-O3)进行编译，则在尝试运行我的程序时会得到以下信息：
./myprogram: /lib/arm-linux-gnueabihf/libc.so.6: version `GLIBC_2.15' not found (required by /usr/lib/libminiweb.so)
我的第一个问题，为什么启用优化会突然导致我的程序依赖于这个库？在禁用优化时，内容是否静态地包含在库中？
如何确定交叉编译器使用的c库版本？我已经在这两个系统上运行了以下
浏览 3提问于2015-12-11得票数 2
回答已采纳
1回答
我已经生成了一个3D无条件的标准分数模拟使用gstat软件包，现在想检查变异函数复制。如何指定网格上变异函数的计算？
#-- Create the grid
grd<-expand.grid(1:100,1:100,1:50)
names(grd)<-c("x","y","z")
#-- Define the variogram model
MyNug<-0.02
MySill<-0.98
MyRng<-70
MyAnis1<-1.0
MyAnis2<-0.1
vmdl<-vgm(nugget=M
浏览 5提问于2015-09-01得票数 0
回答已采纳
3回答
我正在做一个项目，探索遗传算法在建筑中的使用，我们使用进化方法在3d中创建Voronoi镶嵌。这是使用openFrameworks的ofxVoro++ (c++)完成的。
我们基因组的染色体是3D中的点的向量(列表)。我们已经实现了单点和两点交叉和变异，它以一定的概率随机化这些点。在我见过的大多数例子中，基因组都是二进制编码的，我认为这会导致突变和交叉的行为不同。
所以我的问题是:二进制编码有没有其他好处(除了速度)，以及如何在c++中处理这样的编码/解码？从二进制到3D点的列表。
致以最好的问候，弗雷德
浏览 0提问于2016-05-11得票数 0
2回答
我正在实施遗传算法来解决课表问题。经过几次迭代，我的适应值开始变得相同。我试过调整交叉率和变异率，但没有效果。 结构:每条染色体包含多个类别。基本上，每条染色体都是一个时间表。我已经实现了遗传算法。 Pseudo Code:
random_population=generate_random_population(Data);
while(criteria not reached){
foreach(chromosome in random_population)
fitness_value=calculate_fitness(chromosome)
selected_pop
浏览 59提问于2019-01-02得票数 0
回答已采纳
嗨，我正在使用libsvm (在VS2010中)训练我的数据，我成功地使用svm-scale.c缩放输入和输出数据，并且我的数据已经准备好接受训练了.
现在我有两个问题：
1)。
正如我从LIBSVM文档中看到的那样，我意识到首先我需要训练我的缩放数据并获得一个模型。然后用这个模型来预测最终结果，但问题是，当我想训练我的系统时，我不知道我的模型参数的最佳选择是什么，特别是(C，g)用于训练我的数据！我要做的是，首先加载我的缩放数据，然后使用svm_problem填充svm_nodes中的列车数据，然后调用这个函数：
struct svm_model *svm_train(const svm_
浏览 0提问于2013-05-17得票数 0
遗传算法是一种元启发式算法.这个说法是，每一代人都会进化成一个更好(更适合)的解决方案。为什么会这样呢？
我在人工智能方面很新，但想一步一步地改进;-)所以请帮助我理解这个算法。
在每一次迭代中，都会创建新一代的总体。为什么它会包含一个同等适合或更合适的个人？
Create a population of Individuals
WHILE population does not have the optimal fittest OR not maximum number of generations
call: evoluate the population
print fittes
浏览 0提问于2021-05-15得票数 0
回答已采纳
1回答
我最近发现了遗传algothims，在做了一些研究之后，我找不到任何例子来说明如何进化比向量或字符串更复杂的结构。假设我使用协方差矩阵来进行某种计算(例如计算mahalanobis距离)，并且我想寻找一个更好的矩阵来做这个工作，并对某个标准进行线性化，是否有关于如何进化这个矩阵和使用哪种交叉算子的经典例子？
谢谢！
浏览 8提问于2015-01-14得票数 2
回答已采纳
我正在使用MATLAB gamultiobj优化，因为我有6到12个目标函数；gamultiobj函数处理问题效率低下，总是因为超过世代数而终止，而不是因为目标函数的更改变得更小我查看了gamultiobj选项文档，但它对没有帮助1-我如何增加gamultiobj函数的能力来处理这些目标函数? 2-有更好的方法(使用MATLAB)吗？
浏览 3提问于2014-12-03得票数 0
3回答
我正在做一项小型学术作业，用遗传算法(GA)解决旅行推销员问题(TSP)。我遵循的是一个非常简单的经典表达方式，用数组存储城市和旅游，例如，10个城市的巡演可以表示为9-1-0-4-3-8-6-5-2-7等等。对于气体的基本知识，我有点搞不懂你会遵循什么样的方法将不同类型的突变应用于TSP。假设我们的路由被表示为路由，变异率用变量m_rate表示。
1简单插入突变
比如说: 1-2-3-4-5-6-7-8-9。然后我们选择一个随机的城市，比如说指数5，然后选择一个像2一样的随机插入指数，然后突变的染色体是: 1-2-6-3-4-5-7-8-9。
下面是我所做的应用突变：
for (int i=
浏览 8提问于2012-09-13得票数 2
3回答
我正在实现一个稳态遗传算法来进行符号回归。
我的问题是关于变异和交叉算子之间的关系。
在应用突变之前，我总是咨询一个变异概率(Pm)，并根据错误选择父母。
第一个问题：
突变必须仅适用于交叉后获得的儿童(或其他遗传算子)，或可以直接应用于一个父母，以产生一个新的个体？
第二个问题：
儿童在交叉操作后必须总是尝试一个突变(当然与Pm)？
先谢谢大家。
浏览 2提问于2011-03-17得票数 4
我可以随心所欲地完成学校的期末作业，修改一个简单的direct-x游戏，它目前只是让相机跟随一些过山车轨道。我已经对遗传算法产生了兴趣，并想借此机会应用它，并学习一些关于它们的知识。然而，在这种情况下，我想不出任何可能的方法。我可以选择哪些选项？
浏览 1提问于2009-11-23得票数 4
回答已采纳
据我所读，遗传算法通常(总是？)适用于比特的染色体。因此，如果一个问题涉及最大化一个采用整数值的函数，则整数首先被编码为位。
这个映射有必要吗？似乎你可以取整数的染色体，直接进行交叉和变异。因此，如果我有一个接受35个整数输入的函数，我可以只对这些整数应用遗传操作符，而不是在35xB位上(其中B是编码一个整数所需的位数)。这事没做有原因吗？
也许这个算法会受到影响，因为这个问题定义得比较粗糙(也就是说，如果我们不使用比特，可以用较短的染色体来定义一个问题)，但我很好奇是否有人有更好的答案。
浏览 0提问于2013-08-06得票数 8
回答已采纳
3回答
求解多背包问题的改进遗传算法
、、、、
最近，我一直在改进传统的遗传算法来解决多背包问题。因此，我改进的遗传算法比传统的遗传算法工作得更好。我测试过了。(我使用了OR-Library ()的公开可用来测试气体。)有谁知道其他改进的遗传算法。我想与其他改进的遗传算法进行比较。实际上我在网上搜索过了。但是找不到比较好的算法。
浏览 2提问于2010-06-02得票数 1
我正在尝试找出两个图像(假设是"image1“和"image2")是如何相互匹配的。对于"image2“相对于"image1”的每个可能位置，都计算了几个参数。我有一个经验公式，根据这些参数给每个位置打“分”。
我试图在神经网络的帮助下匹配图像解析器，但失败了:经验公式效果要好得多。由此，我开始考虑用遗传算法来改进这个公式。
所以，问题是:我有一堆图像对，对于每一对，我知道“正确”的匹配位置。遗传算法能用在这样的事情上吗？有什么例子吗？
建议和链接是赞赏的。
谢谢。
浏览 2提问于2013-04-08得票数 1
回答已采纳
2回答
我尝试使用以下代码-多任务模型来构建神经网络模型
inp = Input((336,))
x = Dense(300, activation='relu')(inp)
x = Dense(256, activation='relu')(x)
x = Dense(128, activation='relu')(x)
x = Dropout(0.1)(x)
x = Dense(56, activation='relu')(x)
x = Dense(16, activation='relu')(x)
x = Dropou
浏览 0提问于2020-05-05得票数 0
3回答
让我从我正在实现的遗传算法的版本开始。对于我在这里犯的任何术语错误，我事先表示歉意。请随时纠正我。
我问题的染色体是二维的。三排三十二列。从本质上讲，等位基因(值)是这个染色体所包含的指标。
索引是如何制定的
染色体的每一行和每一列(合在一起)都是指一个基因。每个基因包含一个整数值(0-30)。因此，单个列(我认为称为gnome)指的是一个包含用户数据的四维数组的索引，适应度函数就是在该索引上运行的。
This is how a chromosome would look like
11 22 33 14 27 15 16 ...
3 29 1 7 18 24 22 ...
29 9
浏览 5提问于2014-01-18得票数 3
回答已采纳
我正试图为GA编写一个代码，以最小化系统的成本，问题是该解决方案收敛到一个局部最小值，并且它被卡在其中，所以我不能再改进我的解决方案了。
造成问题的可能是我的选择方法，这就是我所拥有的：
%----------------------------selection (fittest half) ----------------
probability=ones(1,population/2);
[,IX]=sort(cost(1:population))
dd=sum(1:population);
probability(1:(population/2))=[1:population/2];
浏览 1提问于2015-07-03得票数 6
回答已采纳
3回答
我一直在想办法解决这个问题，但我没有找到任何使我信服的解决办法。我正在编程一个爬虫，我有一个下载任务，每个url从一个url列表。此外，根据站点url和我想要获取的信息，在不同的模式下解析不同的html文档。因此，我的问题是如何将每个任务与其适当的解析连接起来。
这些想法是：
创建一个巨大的“if”，检查下载类型，并关联一个解析。(避免了，因为“if”随着每个新的不同站点添加到爬虫中而在增长)
使用多态性，为每个不同的站点创建一个不同的下载任务，并与我想获取的信息类型相关，然后使用一个链接其解析的后操作。(每一个新的解析器都会增加复杂性)
因此，我正在寻找某种软件模式或想法，比
浏览 5提问于2014-07-06得票数 0
来自
许多函数除了它们的参数外不检查任何值，并且除了返回值之外没有任何影响。基本上，这只是比上面的纯属性更严格的类，因为函数不允许读取全局内存。
我的问题是，全局const值是否算作全局内存。我假设是这样的，但我明确标记为不变的值可能会否定这里可能的优化，这似乎很奇怪。
例如：
int const ConstantModulusValue = 3;
int foo(int value) {
return foo % ConstantModulusValue;
}
据我理解，ConstantModulusValue的使用意味着这个函数不应该被标记为const，这在我看来也很奇怪
浏览 5提问于2014-02-10得票数 0
回答已采纳
我是新的反应，并存储信息只需要我的组件在组件的状态。我遇到了this.setState调用的异步性质的问题。
我通过使用this.state.stateKey = newValue直接分配状态值来解决这个问题。请参阅下面的一个具体的简短示例案例，它演示了this.setState如何不适合我，以及直接赋值如何工作。
import React from 'react';
export default class Test extends React.Component {
constructor(props) {
super(props);
this.state
浏览 0提问于2017-01-07得票数 0
回答已采纳
1回答
我正在学习GA，我想用它来求f(x，y) ex的最小值。现在，我的问题是我应该如何对待染色体x和y。它们应该是两个独立的种群吗？它们应该编码在同一条染色体上吗？
浏览 3提问于2015-08-03得票数 1
回答已采纳
当ts文件如下所示时，它没有在html中显示[value]="targetEmployeeonpopup"数据：
targetEmployeeonpopup: Employees[]=[];
this.targetEmployeeonpopup.push({ uid: "aa",
firstName: "aa",
lastName: "aa",
supervisorInd: true});
当ts为：
this.targetEmployeeonpopup=[
浏览 0提问于2018-11-21得票数 1
回答已采纳
我写了一个神经网络，用吃其他东西的东西做了一个小应用。
但我真的不知道该怎么把这东西变成基因。
目前，我正在记录来自每一个个体的所有输入和输出，每一帧。
在一代人的最后，我会教每一个熟识的人来自前十位最适合的人的数据。
但问题是，来自100代前10名个人的记录数据大约有50 at大。当我现在用20个人开始新一代的时候，我必须教他们20x50MB。这个过程需要超过3分钟，我不确定这是否是我在遗传神经网络中应该做的。我的方法其实挺好的。只有低效令我烦恼。(我当然知道，我可以减少人口。)
我也找不到解决我必须交叉和变异的方法。交叉和变异偏见和重量都是胡说八道，不是吗？它只会破坏网络，不是吗？我看到了
浏览 2提问于2015-03-19得票数 4
回答已采纳
1回答
嗨，我是绝对的初学者，我有一个关于遗传算法迭代优化的理论问题。
在遗传周期中(见下文)，迭代优化在逻辑上属于哪里？我不太确定，但我认为它可能是在种群初始化或变异，取决于给定的问题。
更具体地说，关于迭代优化算法-我想使用“爬山”或“模拟退火”。
我以这个模型为参考：
浏览 6提问于2015-04-05得票数 1
回答已采纳
2回答
我有一个包含50亿条记录的蜂窝表。我希望这50亿条记录中的每条都与硬编码的52条记录连接在一起。 为了达到这个目的，我做了一个交叉连接，如下所示 select *
from table1 join table 2
ON 1 = 1; 这需要5个小时才能以尽可能高的内存参数运行。 有没有其他更短或更容易的方法来在更短的时间内实现这一点？
浏览 53提问于2020-09-25得票数 1
1回答
这个问题与前面的问题有关：
在使用Firebug分析这两个代码片段时：
function ie6PNGFixLoader(scriptURL) {
if(arguments.length > 0) {
for (var i = 0; i < arguments.length; i++) {
$.ajax({// load PNG fix scripts
url: arguments[i],
cache: true,
dataType: &
浏览 1提问于2011-01-10得票数 2
回答已采纳
2回答
的遗传算法，它是正确的，使健身函数的其他东西，而不是数学评价？它是否有一个递归函数和其中的一个循环？
问题是，我正在评估我是否能为我的论文使用遗传算法，而我正在考虑的这个健身函数可能有点复杂。但是也许不是，--我只需要确保程序能够处理这样的函数，并且不会造成瓶颈，对吗？。
基本理念：
FitnessFunction(){
fitness = RecursiveFunction();
}
RecursiveFunction(){
do{
//Do something
}while(other_condition);
if(another_con
浏览 3提问于2017-10-26得票数 1
回答已采纳
我读过的大多数关于GAs的文献都建议使用一个大约0.7的交叉值，所以你用一个染色体的前70%的基因，而另一个染色体的最后30%的基因来产生一个新的染色体。
如果你选择双亲染色体，取前两位(按适合度排列)，那么我可以看到这里的逻辑，因为你给了更高级别染色体的基因更多的权重。然而，如果您使用随机方法(如轮盘赌轮)来选择父母，那么使用0.5以外的值作为交叉值有什么意义呢？考虑到你选择了染色体A和B作为父母，你很可能选择A第一和B第二，B第一和B第二，不是吗？
到目前为止，我只写了一本GA (仍然在学习曲线的底部，但是由于一些巨大的帮助，它的速度很快)，但是实验表明，0.5比任何其他值都能更快地收敛到
浏览 0提问于2016-12-22得票数 9
回答已采纳
2回答
我正在使用react创建一个简单的todo应用程序。我有components for title，添加任务和列出任务。“我的标题”组件接受一个支柱来显示任务数组中的项目数。当我添加项目时，标题中的数字不会更新。我已经把我的代码附在下面
//App.js
export default class App extends React.Component{
constructor(props){
super(props);
this.state = {list:[]}
this.addItem = this.addItem.bind(this)
}
addIte
浏览 4提问于2020-10-02得票数 0
回答已采纳
1回答
我最近刚刚开始学习遗传算法，现在正在尝试在物理模拟中实现二维形状优化。模拟将为每个形状生成单个标量。(我猜这有点像boxcar2d )
2D形状实际上是几个2D“子形状”的并集。每个子形状都存储为角度/半径列表。然后，将2D形状存储为子形状列表的列表。这就是我现在的染色体。
现在，为了适应，我可能会使用模拟产生的标量。我的问题是，我应该如何进行选择和繁殖过程？锦标赛是否更合适，或者我是否希望将截断与比例选择结合使用？另外，如何找到好的突变率/种群大小等
很抱歉问了这么多问题，但还是要提前谢谢。我真的不知道该从何说起。
浏览 0提问于2011-07-13得票数 3
回答已采纳
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。
我只是一个初学者，但我已经尝试过删除交叉过程，结果与原始算法没有显着差异。
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
2回答
如何将遗传算法与启发式算法相结合
、、、、
我正在研究大学调度问题，并使用简单的遗传算法。实际上，它工作得很好，并在1小时内优化了目标函数值，从0%到90% (大约)。但是，这个过程以戏剧性的方式缓慢下来，需要几天的时间才能得到最好的解决方案。我看到了很多文件，它是合理的混合其他algos与genetiсone。请你给我一点建议，说明什么算法可以与遗传算法混合，以及如何应用这个算法来加速求解过程。主要的问题是，怎样才能将启发式应用于这样复杂的结构问题？我不知道如何在那里应用，例如贪婪启发式。
感谢大家的提前！真的很感谢你的帮助！
问题描述：
我有：
- array filled by ScheduleSlot object
浏览 4提问于2012-04-27得票数 4
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
