进化算法的鲁棒性和可进化性-猫眼课题宝

进化算法的鲁棒性和可进化性

批准号：

RGPIN-2016-04699

负责人：

Hu, Ting

金额：

$1.97万

依托单位：

Memorial University of Newfoundland

依托单位国家：

加拿大

项目类别：

Discovery Grants Program - Individual

财政年份：

2017

资助国家：

加拿大

项目状态：

已结题

起止时间：

2017-01-01 至 2018-12-31

来源：

https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=634912

关键词：

Robustness Evolvability Evolutionary Algorithms

项目摘要

项目成果

Hu, Ting的其他基金

相似基金

相关文献

中文摘要

翻译

进化算法从自然进化中获得灵感。生成一组不同的候选解决方案，并将其与期望的结果进行比较。然后，通过多代的变异、选择和繁殖，这样的种群适应选择标准，即与期望结果的相对距离，并产生更合适的解决方案。

英文摘要

Evolutionary algorithms draw inspiration from natural evolution. A population of diverse candidate solutions is generated and compared to a desired outcome. Then, through multiple generations of variation, selection, and reproduction, such a population adapts to the selection criteria, i.e. relative distance from the desired outcome, and produces fitter solutions.

期刊论文(0)

专著(0)

科研奖励(0)

会议论文