|
유전자 알고리즘의 특징
2. 유전자 알고리즘의 수행절차
1) 개체집단 초기화
2) 개체선택
3) 교배연산(crossover)
4) 돌연변이(mutation)
5) 새로운 세대로 진화
3. 제약조건처리방법
1) 벌점함수(Penalty Function)
2) 복구알고리즘(Repair Algorithm)
3) GENO
|
- 페이지 15페이지
- 가격 6,500원
- 등록일 2009.04.17
- 파일종류 한글(hwp)
- 참고문헌 있음
- 최근 2주 판매 이력 없음
|
|
유전자 형질을 만들어 낸다.
3. 유전자 알고리즘의 장/단점
장점
신경망 이론과는 달리, encoding을 잘 하면 결과를
어느 정도 분석할 수 있다.
의미 있는 초기값을 설정할 수 있다.
(예를 들어 복잡한 함수에서 min/max값을 찾는 문제를 유전자 알
|
- 페이지 5페이지
- 가격 1,000원
- 등록일 2004.10.23
- 파일종류 한글(hwp)
- 참고문헌 없음
- 최근 2주 판매 이력 없음
|
|
유전자에 작용되는 유전형(genotype)의 개선 또는 변화
◇ 진화적(Evolutionary)의 의미
: 개체에 겉으로 나타나는 표현적인(phenotype) 성질의 개선 또는 변화 Ⅰ. 서 론
Ⅱ. 유전자 알고리즘(1)(Genetic Algorithms)
Ⅲ. 진화전략(Evolution Strategies)
Ⅳ.
|
- 페이지 28페이지
- 가격 3,000원
- 등록일 2011.01.03
- 파일종류 워드(doc)
- 참고문헌 없음
- 최근 2주 판매 이력 없음
|
|
알고리즘
근사비 (approximation ratio)
최적해에 대한 근사해의 비
근사비의 분석 어려움
(예) Bin Packing 문제
그래프 색칠하기 문제
외판원 문제
최적화 알고리즘 (optimization algorithm)
의사 담금질 (simulated anneling)
유전자 알고리즘 (genetic algorithm)
|
- 페이지 72페이지
- 가격 2,000원
- 등록일 2008.10.09
- 파일종류 한글(hwp)
- 참고문헌 있음
- 최근 2주 판매 이력 없음
|
|
알고리즘
근사비 (approximation ratio)
최적해에 대한 근사해의 비
근사비의 분석 어려움
(예)Bin Packing 문제
그래프 색칠하기 문제
외판원 문제
최적화 알고리즘 (optimization algorithm)
의사 담금질 (simulated anneling)
유전자 알고리즘 (genetic algorithm)&n
|
- 페이지 72페이지
- 가격 2,000원
- 등록일 2010.01.13
- 파일종류 한글(hwp)
- 참고문헌 있음
- 최근 2주 판매 이력 없음
|