在遺傳算法中永遠不會達到 100%

Question

我的主程序，我認為那是正確的，誰能告訴我我的錯誤在哪里，我從來沒有得到 100% 的健康

我很沮喪，如果你知道，請回答我

void mutate(population *parent,int ratio){

for(unsigned int i=0; i<sizeof(parent[0].gen); i++){
    int condition = (rand()%11);
    int temp0 = (int)parent[0].gen[i];
    int temp1 = (int)parent[1].gen[i];

    if(condition < ratio){
        if(temp0+10 <127 ){
            parent[0].gen[i] = char(temp0 + 10);
            //cout<<temp0<<endl;
        }else{
            temp0 = temp0 + 10 - 80;
            parent[0].gen[i] = char(temp0);
           // cout<<(int)parent[0].gen[i]<<endl;
        }

        if(temp1+10 <127 ){
            parent[1].gen[i] = char(temp1 + 10);
            //cout<<temp0<<endl;
        }else{
            temp1 = temp1 + 10 - 80;
            parent[1].gen[i] = char(temp1);
        }
    }
}

這是我的突變示例代碼，下圖中的完整程序

遺傳算法_1遺傳算法_1

Answer 1

從您的問題中不清楚您正在解決什么樣的問題，但很可能是 NP 完備性，其他類型的問題可以在沒有機器學習的情況下更有效地解決。 但是你必須明白， NP 完備性問題的精確解需要窮舉所有可能的解。 機器學習無法避免這個問題，因此實現 100% 准確率並不比基於 brutfors 的方法更容易。 機器學習，特別是遺傳算法的目標是在可接受的時間內找到可接受的解決方案。