酷项目使用遗传algorithm？
我正在寻找一个实际的应用程序使用遗传algorithm。 有些想法的东西是：
- 网站界面优化
- 用物理模拟器进行车辆优化
- 遗传编程
- 自动生成testing用例
但是没有人真的出现在我身上。 所以，如果你有一些空闲时间（几个月）花费在一个遗传algorithm项目上，你会select怎样处理？
一个有很多可能性的主题是使用演化algorithm来演变游戏策略。 人们使用进化来生成扑克，跳棋/跳棋，Go和许多其他游戏的策略。 J-GAP人们已经使用遗传编程为Robocode进化机器人。
我最近发表了关于进化计算的介绍性文章 。 它包括了一些演化algorithm已被使用的细节。 Adam Marczyk也写了很多很好的例子。 遗传Argonaut博客包含许多有趣的进化项目的链接。
学习分类器系统是一种不太常见的演化algorithm。 这演变出一套分类投入的规则。 它可以应用于与neural network相同的问题。 针对特定问题开发LCS可能是有趣的，例如尝试基于表单预测体育成绩。
我认为演变的乐高结构是迄今为止最有趣的GA玩具项目。
你可能会对Roger Alsing的Mona Lisa感兴趣
我已经阅读了有关类似于提出的自动testing用例生成的问题。 其实这是完全相反的。 您可以指定testing用例，而不是让algorithm（遗传编程）创build将通过的代码。 这样你提供规范，你滋生你的程序。 如果你有一点谷歌，你可以find一些研究。
我觉得这是一个非常有趣的想法。 当然现在没有人会创build这样的应用程序，但这是很好的学习领域。
也许找一个旅行推销员之旅 。 我最近试图在巴黎的66个地点find一个徒步旅行，我发现编码所有这些东西非常有趣。 我觉得我的兴奋源于两个来源：我可以画出游览的事实（对于蒙娜丽莎的想法，或者工程是你的东西，乐高结构也是一件好事），而且事实上有很多方法可以比较：
- 你可以使用简单的启发式方法，比如“从某个地方开始，总是去到最近的，没有访问过的地方”。
- 你可以使用更复杂的启发式方法，比如“通过增加成本来增加边缘（任何地方）”，除非它会导致一个顶点或更小的周期出现三条边。
- 如果成本满足三angular不等式，则可以使用近似algorithm，如基于最小生成树的简单algorithm。 作为一个奖励，你可以编写最小生成树（也许你甚至可以在那里使用GAs，尽pipe可用的快速和简单的精确algorithm）。 如果你有信心，你可以编码基于最小生成树和完美匹配的较难（3/2）逼近algorithm。
- 如果您有任何旅行推销员巡视，并且它自己，你可以通过“uncrossing它”来改善它。 同样，这也假设了成本函数的一些条件。
- 你甚至可以尝试自己找一个旅程，看看你是否能打败你的电脑。
- 最后但并非最不重要的遗传algorithm！ 这个问题非常适合GAs，因为有一个非常明确的适应function和一个非常简单的重组方法。
看看使用遗传编程可以解决哪些问题？
我以为车辆制造真的很酷。
它已被用于复杂的合成器生成声音补丁（例如Clavia Nord模块化G2 ），我也试过其他机器，雅马哈DX7的想法，但我想有相当多的软件替代品。 或图像生成。
在Palle Dahlstedt的一篇论文中阅读补丁algorithm背后的理论。 现在似乎是下降了，但…
遗传algorithm非常适合优化和调度。 一个例子就是安排一组机器，随着时间的推移有部件和操作员完成一组任务。 虽然可能不是最令人兴奋的项目，它将有真实世界的应用程序。
我和康威的“生命与遗传algorithm游戏”玩得很开心，
试图发展先进的生活forms..不知道它会让你忙
虽然好几个月
我相信我看到提到一个项目使用一个试图找出最佳的键盘布局将 – “击败德沃夏克”，就像它。 ：d
回到大学，我做了多维函数最小化..可以说你有af（x）它需要参数x1，x2，x3，…，xn并生成一个值Y ..你需要find参数x1，..， xn这样Y = Y1 ..没有那么难..有趣的学习方式。 虽然Nedlermead是更有效率的..这不容易陷在当地的最低限度。
生成音乐作品！ 了解David Cope和他的节目Emily Howell。
;){kind=link}