遗传算法中常用的适应度函数是什么呢

遗传算法中常用的适应度函数是什么呢

这个是要你自己编写的目标函数，如果是一个简单函数，它的值就可以作为适应度。不同的工具箱对这个的操作可能还不一样，需要具体分析

适应度函数通常用于转换目标函数为相对适应度值。
遗传算法中常用的适应度函数及遗传算法基本原理如下：






--------------------- 

作者：lsgo_myp 
来源：CSDN 
原文
版权声明：本文为博主原创文章，转载请附上博文链接！

1.物竞――适应度函数（fitness function）
自然界生物竞争过程往往包含两个方面：生物相互间的搏斗与及生物与客观环境的搏斗过程。但在我们这个实例里面，你可以想象到，袋鼠相互之间是非常友好的，它们并不需要互相搏斗以争取生存的权利。它们的生死存亡更多是取决于你的判断。因为你要衡量哪只袋鼠该杀，哪只袋鼠不该杀，所以你必须制定一个衡量的标准。而对于这个问题，这个衡量的标准比较容易制定：袋鼠所在的海拔高度。（因为你单纯地希望袋鼠爬得越高越好。）所以我们直接用袋鼠的海拔高度作为它们的适应性评分。即适应度函数直接返回函数值就行了。
引自：网页链接

f=1/(y-exp(x1)*x3+x4)/ln(x5*exp(x7)))^2即

如以上回答内容为低俗、色情、不良、暴力、侵权、涉及违法等信息，可以点下面链接进行举报！

点此我要举报以上问答信息