交叉遗传
- 与 交叉遗传 相关的网络解释 [注：此内容来源于网络，仅供参考]
-
mutation
变异
它也是从随机解出发,通过迭代寻找最优解,它也是通过适应度来评价解的品质. 但是它比遗传算法规则更为简单,它没有遗传算法的"交叉"(Crossover) 和"变异"(Mutation) 操作. 它通过追随当前搜索到的最优值来寻找全局最优.
-
uniform
均匀
常规的遗传算法是在空间组合范围内搜索求全局最大值,而且本文预测的目标是预测量与实验量的误差最小,所以构造下面的适应度函数:本文遗传算法程序采用锦标赛(tournament)选择,均匀(uniform)交叉,单点(one-point)变异.
-
Evolutionary Algorithms
进化算法
遗传算法属于进化算法( Evolutionary Algorithms) 的一种,它通过模仿自然界的选择与遗传的机理来寻找最优解. 遗传算法有三个基本算子:选择、交叉和变异. 但是遗传算法的编程实现比较复杂,首先需要对问题进行编码,找到最优解之后还需要对问题进行解码,
- 推荐网络解释
-
photoperiodic response：光周期响应
photoperiodic induction 光周期诱导 | photoperiodic response 光周期响应 | photoperiodism 光期性
-
Multi-Variate Statistical Analysis：多元统计剖析
311. 多项距阵 Multi-Nominal Matrix | 312. 多元统计剖析 Multi-Variate Statistical Analysis | 313. 发电厂 Power Plant
-
bioactive peptides：活性多肽
有效部位:Bioactive fraction | 活性多肽:bioactive peptides | 活性筛选:Bioactive screening