海辺の美女の問題を遺伝的アルゴリズムで解く - 小人さんの妄想
急いては事を仕損じる。 あわてて物事を取り決めてしまうと、後からもっと良いものが出てくることがある。 かといって、いつまでも慎重に見送っていたのでは、みすみすチャンスを逃してしまうこともある。 いったいどのタイミングで決断を下せば、最大の期待値を引き当てられるのか？ この問題は、秘書問題、あるいは、最良選択問題、海辺の美女の問題などと呼ばれていて、 幾つかのケースでは数学的に最適な答が知られています。 >> wikipedia:秘書問題 たとえば、海辺に２０人の美女がいたとして、順番に出会ってゆくものとします。 これぞと思った美女をデートに誘いたいのですが、 あまり早いうちに誘ってしまうと、後からもっといい女が出現するかもしれません。 かといって誘いを出さずに見送っていると、いい女を逃してしまいます。 誘いを出すのは１回だけで、もちろん後戻りはできません。 美女は必ず誘いに乗ってくれるもの
遺伝的アルゴリズム - Wikipedia
遺伝的アルゴリズム（いでんてきアルゴリズム、英語：genetic algorithm、略称：GA）とは、1975年にミシガン大学のジョン・H・ホランド（John Henry Holland）によって提案された近似解を探索するメタヒューリスティックアルゴリズムである。人工生命同様、偶然の要素でコンピューターの制御を左右する。4つの主要な進化的アルゴリズムの一つであり、その中でも最も一般的に使用されている。 概要[編集] 遺伝的アルゴリズムはデータ（解の候補）を遺伝子で表現した「個体」を複数用意し、適応度の高い個体を優先的に選択して交叉・突然変異などの操作を繰り返しながら解を探索する。適応度は適応度関数によって与えられる。 この手法の利点は、評価関数の可微分性や単峰性などの知識がない場合であっても適用可能なことである。 必要とされる条件は評価関数の全順序性と、探索空間が位相（トポロジー）を持っ
村上・泉田研究室 遺伝的アルゴリズム
遺伝的アルゴリズムとは、生物の進化の過程を真似て作られたアルゴリズムで、確率的探索(サンプル店を評価しながら探索する方法)、学習、最適化の一手法です。 この遺伝的アルゴリズムの最大の特徴としては、解空間構造が不明であり、決定的な優れた解法が発見されておらず、また、全探索が不可能と考えられるほど広大な解空間を持つ問題に有効であることが挙げられます。 その遺伝的アルゴリズムの基本を構成している重要な処理プロセスは、以下の3つになります。 ●選択 (selection) ●交叉 (crossover) ●突然変異 (mutation) そして、これらを繰り返し行うことで、人工的な進化を行い、最適解を発見していくのです。 このページでは、遺伝的アルゴリズムが一体どのようなものなのか、そして実際どのように使うのかについて、ご紹介していきます。
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
