Please enable JavaScript.
Coggle requires JavaScript to display documents.
Learning: Genetic Algorithms - Coggle Diagram
- Learning: Genetic Algorithms
-
-
-
highest diversity rank
-
mas não como se só os mais adaptáveis em maior número sobrevivessem, tem tubarão aí com 600 milhões de anos de existência, então o que temos que fazer é o seguinte
-
-
-
-
o que eu aprendi?
aplicações
The combination of different good options from crossing over (beginning, end) can be useful in planning a series of steps. Combining different plans and different series of steps can result in a better plan.
Combining different rules from a rule-based expert system, such as horse-racing prediction.
Genetic algorithm may be used to encode “creatures“: their size, number of parts, articulations or method of operations…
rank space
The probability of survival of the highest ranking individual is defined as a constant P[c]. If this highest ranking individual is not reaching the selection threshold, then the second highest ranking individual is checked, with a probability of (1-P[c]) P[c] and so on:
-
-
-
-
-
Quem sobrevive é quem tem o ranking mais alto que é definido pela constante P(c), se passsarem dessa constante então ela sobrevive
By fitness and diversity
Both the most fit and most diverse individuals are retained for reproduction in the next generation. Diversity allows genetic algorithms to be much more effective and to not get blocked in local maxima.
Ou seja, tem gente bicho que não precisa evoluir e se adaptar, tubarao por exemlo e jacaré
-
