| 查看: 634 | 回复: 8 | |||
| 当前主题已经存档。 | |||
| 当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖 | |||
[交流]
【求助】哪位虫子有遗传编程方面的源码啊
|
|||
|
哪位虫子有遗传编程方面的源码啊 老师让座这方面的事情 但是刚学很多东西不会 网上这方面的信息又很少 te请有相关程序的虫子帮助 谢谢... E-mail:weihailong2008@163.com |
回复此楼» 猜你喜欢
能否申诉？
已经有8人回复
-
梦想
已经有5人回复
-
中青基了要发朋友圈吗？
已经有7人回复
-
有多少人是今天查系统知道结果的？
已经有19人回复
-
29号明天会评吗
已经有4人回复
-
国社科又开始会评了，不知道这次命运如何
已经有10人回复
-
基金不中，共勉
已经有12人回复
-
面上意见出来了
已经有19人回复
-
为什么到现在没收到通知？
已经有5人回复
-
有没有仍没收到信息的
已经有8人回复
★ ★ ★
小木虫(金币+0.5):给个红包，谢谢回帖交流
nono2009(金币+2,VIP+0):Thanks for the comments. 11-14 08:50
小木虫(金币+0.5):给个红包，谢谢回帖交流
nono2009(金币+2,VIP+0):Thanks for the comments. 11-14 08:50
|
The basic code for GA is same, mutation, cross-over and selection. the differences among individual applications are the way to identify you problem and encode your problem. To encode your problem, it means how to construct your chromosome, which is an array of your parameters that you are going to optimize. so be focusing on the code of mutation, cross-over and selection, don't be confused by other codes. You will be ok. Note that fitness function is for individual problem. but you can have an idea by referring others. |
8楼2009-11-13 22:50:48
★ ★ ★
小木虫(金币+0.5):给个红包，谢谢回帖交流
nono2009(金币+2,VIP+0):谢谢热心应助！欢迎常来仿真模拟版交流。 11-11 23:16
小木虫(金币+0.5):给个红包，谢谢回帖交流
nono2009(金币+2,VIP+0):谢谢热心应助！欢迎常来仿真模拟版交流。 11-11 23:16
| The key in Genetic Algorithm is Cross-over. If you can find the code of cross-over, you're almost done. By searching the key word, "Introduction, Genetic Algorithm, java", you will find many free code. Let me know if you cannot find it. |
2楼2009-11-11 22:34:32
3楼2009-11-12 08:58:53
4楼2009-11-12 09:05:24
30