
エントリーの編集

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
遺伝的アルゴリズムで関数の最適値を求める(その1) - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
遺伝的アルゴリズムで関数の最適値を求める(その1) - Qiita
進化アルゴリズムとは 進化的アルゴリズム(evolutionary algorithm, EA)とは、最適化アルゴリズムの一... 進化アルゴリズムとは 進化的アルゴリズム(evolutionary algorithm, EA)とは、最適化アルゴリズムの一つで、自然界の淘汰、遺伝子組み換え、突然変異などをモデルとして組み込んだ最適化手法である。 進化的アルゴリズムのは下記の4種類に大分される。 遺伝的アルゴリズム 遺伝的プログラミング 進化戦略 進化的プログラミング 今回は遺伝的アルゴリズム(genetic algorithm, GA)を扱う。 使用したライブラリ 下記のDEAPというpythonライブラリを用いる。 https://deap.readthedocs.io/en/master/ コード 目的関数 下記に示すBird Bunctionの最小値を探索する。 $$f(x, y) = sin(x)e^{(1-cos(y))^2}+cos(y)e^{(1-sin(x))^2}+(x-y)^2$$ Bird Fun