Świat programisty .NET i SharePoint.
Programista .NET i SharePoint. Były uczestnik programu Microsoft Student Partners i ex-lider Rzeszowskiej Grupy .NET. Kilkukrotny finalista Microsoft Imagine Cup. Entuzjasta nowych technologii, startupów i programowania.
Mamy już za sobą teorię, jeżeli chodzi o krzyżowanie w algorytmach genetycznych, więc pora na świeżą porcję informacji jak zostało to zaimplementowane w easyGALib. Dzisiaj na pulpicie mamy bazowe krzyżowanie i extension method, w ramach rozszerzania wiedzy!
Pracując nad implementacją krzyżowania i mutacji omawianych w ostatnim poście, natrafiłem na kolejną okazję, aby zahaczyć nieco temat zasad SOLID. Tym razem w easyGALib pojawia się zasada pojedynczej odpowiedzialności.
Mamy już za sobą implementację selekcji chromosomów, z których stworzymy kolejne pokolenie. Teraz chcielibyśmy, żeby było ono w jakiś sposób lepsze, a przede wszystkim inne od poprzedniego. Do tego celu przyda nam się krzyżowanie i mutacja w algorytmach genetycznych.
W ostatnim poście nieco przybliżyłem teorię jeżeli chodzi o selekcję chromosomów do kolejnych generacji w algorytmach genetycznych. Tym razem zobaczymy jak będzie wyglądała sama implementacja selekcji w easyGALib.
Czas na kolejny post z tych bardziej naukowych, dotyczący projektu easyGALib. Jego tematem będzie selekcja w algorytmach genetycznych, czyli sposoby na wybieranie chromosomów, na podstawie których tworzone jest każde kolejne pokolenie, które ma być lepiej dopasowane niż poprzednie.