进化算法的实际使用答案

【问题标题】：Practical usage of evolutionary algorithm进化算法的实际使用
【发布时间】：2015-11-09 19:08:40
【问题描述】：

我有疑问。与主题一样，进化算法的实际用法是什么。我知道他们找到了函数的极值，我们可以解决旅行商问题（[链接]）1。它在电子、经济、医学等其他领域有应用吗？

【问题讨论】：

为了引起人们的兴趣，请尝试添加一些示例。例如：什么是“函数极值”，什么是“旅行商问题”。不要回复我，我知道您的意思，但请将其添加到您的帖子中，这样您就可以接触到更多的受众。
您想要示例列表吗？或者一个（比如antenna design）就够了吗？
@Beta 其中一些会很好
谷歌这个并不难。使用您的问题进行搜索只需几分钟即可发现数百个应用程序。
What are good examples of genetic algorithms/genetic programming solutions?的可能重复

【解决方案1】：

专业人士：
进化算法 (EA) 与遗传算法 (GA) 一样，是通用优化算法，可应用于任何可以定义适应度函数的问题。它们已应用于几乎所有可以想象的优化问题，参见例如“并行解决自然问题”系列会议。

骗局：
EA 通常比适用于该问题的任何特定优化算法慢得多。只有当所有标准优化算法都失败时，我才会应用它们。

【讨论】：

【解决方案2】：

这是一个很难回答的问题。这取决于你想用 EA/GA 做什么。可用于电子、物理、生物技术等领域。

您的使用范围基本上很广。你“只是”需要做一个适应功能，就是这样，但这项任务从未如此简单。适合度意味着您需要以某种方式对算法的每个结果进行评分。例如，您想在物理方程或某个常方程中找到某个系数。你需要知道哪些系数是好的和坏的......所以你需要一些界限等。

所以答案是肯定的，但取决于你需要什么。

【讨论】：

【解决方案3】：

GA 的实际用途是为复杂问题找到好的解决方案。它们可用于需要解决组合优化问题的任何领域。 GA 往往比其他方法慢，所以通常它们应该在执行时间不是限制因素时使用（例如，如果你有 10 分钟来解决问题，那么另一种方法（例如禁忌搜索）可能会更好，但如果你有 3 天，那么 GA 可能会更好）。

例如，设计空间探索 (DSE)，它通常具有非常大的搜索空间和多个不连贯的可行区域，将是 GA 的良好候选者。

【讨论】：