이 문서는 지원되지 않는 PostgreSQL 버전에 대한 것입니다.
당신은 다음에 대한 동일한 페이지를 보고 싶을 수도 있습니다.스포츠 토토 : 문서 : 17 : 60.2. 유전자 알고리즘버전 또는 위에 나열된 다른 지원 버전 중 하나를 사용하세요.

46.2. 유전 알고리즘

토토 핫 알고리즘(GA) 을 통해 작동하는 경험적 최적화 방법입니다. 비결정적, 무작위 검색. 가능한 세트 최적화 문제에 대한 솔루션은 다음과 같이 간주됩니다.인구개인. 적응 정도 개인의 환경은 다음과 같이 지정됩니다.피트니스.

검색 공간에 있는 개인의 좌표는 다음과 같습니다. 으로 표현됨염색체, 본질적으로 문자열 세트. 갑토토 핫은 단일 값을 암호화하는 염색체의 하위 섹션 매개변수가 최적화되고 있습니다. 토토 핫에 대한 일반적인 인코딩은 다음과 같습니다.바이너리또는정수.

진화작용 시뮬레이션을 통해재조합, 돌연변이, 그리고선택새로운 세대의 검색 자신의 평균 체력보다 더 높은 평균 체력을 보이는 포인트가 발견되었습니다. 조상.

에 따르면comp.ai.genetic FAQ그것은 아무리 강조해도 지나치지 않습니다.GA순수한 무작위 검색이 아닙니다 문제에 대한 해결책을 위해. 갑GA확률적 프로세스를 사용하지만 결과는 확실히 무작위가 아닙니다(무작위보다 낫습니다).

그림 46-1. 토토 핫의 구조적 다이어그램 알고리즘

P(t) 한 번에 조상의 세대 t
P''(t) 한 번에 자손 세대 t
+========================================+
| 알고리즘 GA <<<<<<<<<<<<<|
+========================================+
| 초기화 t := 0 |
+========================================+
| P(t) 초기화 |
+========================================+
| P(t)의 적합성 평가 |
+========================================+
| STOPPING CRITERION이 아닌 동안 |
|   +-------------------------+
|   | P'(t) := 재결합P(t) |
|   +-------------------------+
|   | P''(t) := MUTATIONP'(t) |
|   +-------------------------+
|   | P(t+1) := SELECTIONP''(t) + P(t) |
|   +-------------------------+
|   | P''(t)의 적합성 평가 |
|   +-------------------------+
|   | t := t + 1 |
+===+=====================================+