В последнее время меня интересует тема генетических алгоритмов, но я не смог найти хороший ресурс. Если вы знаете какой-либо хороший ресурс, книгу или сайт, я был бы признателен. У меня есть полное знание алгоритмов и искусственного интеллекта, но я ищу что-то с хорошим введением в Генетическое программирование.Ресурс генетического алгоритма
ответ
Лучшие ссылки для меня до сих пор:
- Genetic Algorithms in Search, Optimization, and Machine Learning Дэвида Э. Голдберг: а классических, до сих пор рассматриваются как библии ГаЗа многими.
- An Introduction to Genetic Algorithms от Melanie Mitchell: более поздний, чем предыдущий, и упакован с , вероятно, более интересные примеры.
- A Field Guide to Genetic Programming от Poli, Langdon, McPhee: это больше подходит для руководства и получает очень хорошие отзывы.
Также, если вы абсолютный новичок, я предлагаю вам начать с Hello World of Genetics Algorithms. Нет ничего лучше, чем хороший чистый пример для начала.
Я должен сказать, что введение в генетические алгоритмы Мелани Митчелл - хорошая ставка. Я прочитал «Сложность: ориентированный тур» Мелане Митчелл «Теория сложных систем», и я не могу представить, как лучше работать над написанием технических материалов. – Cody
@ Коды да Сложность очень хорошая, мне тоже это нравится :) – JohnIdol
Вот недавняя статья Роджер Alsing о построении «картин Моны Лизы» с генетическим алгоритмом: http://rogeralsing.com/2008/12/07/genetic-programming-evolution-of-mona-lisa/
отредактированы удалить горячую ссылку на изображение Престола: http://rogeralsing.files.wordpress.com/2008/12/evolutionofmonalisa1.gif
Я реализованный мой собственный версия этого алгоритма:
См http://plindenbaum.blogspot.com/2008/12/random-notes-2008-12.html
Это классная последовательность изображений, я сомневаюсь, что владелец этого блога хотел бы, чтобы вы его связывали. –
@Jamie. Ты прав. Я удалил ссылку. – Pierre
Оригинал даже не близок к генетическому алгоритму (не смотрел на ваш, хотя). Его имитированный отжиг с жадным критерием приемлемости. – Steve
Если я могу подключить одну из моих любимых книг, то у The Algorithm Design Manual от Steve Skiena есть отличный раздел по генетическим алгоритмам (плюс множество других интересных эвристик для решения различных проблем).
Я нашел книгу Мелани Митчел, An Introduction to Genetic Algorithms, чтобы быть очень хорошей. Для более широкого охвата тем эволюционных вычислений также стоит Introduction to Evolutionary Computing Эйбеном и Смитом.
Если вы только начинаете, я недавно написал introductory article, который может пригодиться.
В моей статье представлены следующие ссылки как в этой статье, так и на home page для моей эволюционной вычислительной структуры.
Существует большое введение в генетические алгоритмы в AI-Junkie.com, а также учебники по многим другим методам ИИ и машинного обучения. Учебник по генетическим алгоритмам направлен на то, чтобы «объяснить генетические алгоритмы, достаточные для того, чтобы вы могли использовать их в своих собственных проектах», сохраняя при этом математику как можно больше.
В книге Programming Collective Intelligence от OReilly была глава, посвященная генетическим алгоритмам. Это может быть немного базовым, но это был очень иллюстрирующий пример.
Это хорошая бесплатная книга на эту тему
http://www.lulu.com/items/volume_63/2167000/2167025/2/print/book.pdf
Краткое введение Я написал давно доступен here, но лучше краткое введение в here.
Для получения более широкого и всестороннего, хотя и устаревшего списка ресурсов посетите comp.ai.genetic FAQ.
Я знаю, что это старый вопрос, но никакого ответа не было еще не принято, поэтому я думал, что я хотел бы добавить свой собственный вклад. Один из лучших бесплатных ресурсов, на мой взгляд, для всех вещей, связанных с эволюционными вычислениями (генетические алгоритмы, стратегии эволюции, генетическое программирование и т. Д.) - это онлайн-книга Шона Люка Essentials of Metaheuristics.
'Введение в генетические алгоритмы' http://www.burns-stat.com/pages/Tutor/genetic.html
Для вводного подхода (с приложением к дилемме заключенного), см в:
Clever Algorithms: Nature-Inspired Programming Recipes
Джейсон Браунли Кандидат наук.
Эта книга доступна free in PDF. Книга охватывает большое количество вдохновленных на природу алгоритмов, включая эволюционные, ройные и нейронные алгоритмы.
Я реализовал генетического алгоритма с ява дженериков. https://github.com/juanmf/ga
Он применит 3 оператора (Мутация, пересечение, Выбор) и развивает популяцию, учитывая конкретные реализации Индивидуального, Генеративного, Фитнес-Метра и фабрик, выставленных как весенние бобы.
/*This is all you have to add to the Spring App context
* before running the application
*/
@Configuration
public class Config {
@Bean(name="individualFactory")
public IndividualFactory getIndividualFactory() {
return new Team.TeamFactory();
}
@Bean(name="populationFactory")
public PopulationFactory getPopulationFactory() {
return new Team.TeamPopulationFactory();
}
@Bean(name="fitnessMeter")
public FitnessMeter getFitnessMeter() {
System.out.println("getFitnessMeter");
return new TeamAptitudeMeter();
}
}
Это конструкция, внутри Grandt есть реализация конкретного решения проблемы, в качестве примера.
Вы конкретно ищете генетические алгоритмы или генетическое программирование? –
Первичные генетические алгоритмы – Siblja
GP! = GA! = Hill Climbing с мутацией – bias