目录
一、遗传算法 二、遗传算法概述
2.1 选择 2.2 交叉 2.3 变异
三、遗传算法的基本步骤
3.1 编码 3.2 初始群体的生成 3.3 适应度评估 3.4 选择 3.5 交叉 3.6 变异 3.7 总结
四、遗传算法工具箱
4.1 initializega 4.2 ga 4.3 normGeomSelect 4.4 arithXover 4.5 nonUnifMutation
五、遗传算法优化BP神经网络初始权值与阈值 六、后记
决策树和随机森林建立了输入和输出的非线性的映射模型,决策树判断决策的规则树,随机森林建立了组合的学习框架。.....