exploration 是开发未知领域,而exploitation 是利用已知状态。

在遗传算法中:

全局探索(Exploration):交叉重组与突变是算法全局探测能力的主要构成要素。

局部探测(Exploitation):对种群个体的选择是算法局部探测能力的主要构成要素。

关于Exploration能力太强的话,即使是到达了最优解集的区域中,下一步,

依然会远离这个区域(解的变化比较大,和前面是什么关系不大),从而找不到收敛的值。

Exploitation比较强,则会把局部最优解区域解集更容易被找到,但是我们通过变异和重组得到的其他解集,将会被淘汰。

因为变异和重组得到的其他解集直接到达最优解附近区域难度非常大,当差距相对较大时,可能没有局部的最优解好,

而惨遭淘汰。

遗传算法和粒子群算法都有避免陷入局部极小值的机制.现有的避免陷入局部极小值的算法在本

质上都是扩展搜索空间,避免所有的个体都聚集在某局部极小值的周围.因为这种情况一旦发生,

整个种群几乎很难跳出局部极小.

以下结论来自Eberhart R,Shi Y.Comparison between genetic algorithms andparticle swarm optimization[A].Porto V W,Saravanan N,Waagen D,et al,Eds.Evolutionary ProgrammingⅦ:ProcAnnual Conferece on Evolutionary Programming[C].Berlin:Springer-Verlag,1998.

在遗传算法中,通过交叉和变异跳出局部最优.开始时,粒子染色体随机初始化,个体差异较大,交

叉产生的染色体比较能够拓展新的搜索空间;但是此后,种群开始收敛,这意味着染色体的结构开始

变得相似,交叉产生的染色体仍然是相似的染色体,效率较低.在算法的后期主要靠变异产生新的染色体

来扩展搜索空间,所以一般在开始时采用较小的变异率,而在后期采用较大的变异率.但是到了后期,
因为整个种群的适应度较高,所以变异产生的染色体在选择中存活的可能性比较小。

exploration 和 exploitation 的区别相关推荐

  1. 什么是EE(exploration and exploitation)问题

    Exploration and Exploitation 问题(EE问题)意译为:探索与利用问题,以商业口吻为例,探索新的利润模式和保持当前利润率的冲突问题. 而以上这样的一种情形也被成为Explor ...

  2. 种群的勘探(Exploration)与开发(Exploitation)(含MATLAB代码)

    先做一个声明:文章是由我的个人公众号中的推送直接复制粘贴而来,因此对智能优化算法感兴趣的朋友,可关注我的个人公众号:启发式算法讨论.我会不定期在公众号里分享不同的智能优化算法,经典的,或者是近几年提出 ...

  3. 论文阅读13:ENHANCING COLLABORATIVE FILTERING MUSIC RECOMMENDATION BY BALANCING EXPLORATION AND EXPLOITAT

    参考论文:ENHANCING COLLABORATIVE FILTERING MUSIC RECOMMENDATION BY BALANCING EXPLORATION AND EXPLOITATIO ...

  4. 详解GCN、GAT、凸优化、贝叶斯、MCMC、LDA

    如果你准备发AI方向的论文,或准备从事科研工作或已在企业中担任AI算法岗的工作.那么我真诚的向大家推荐,贪心学院<高阶机器学习研修班>,目前全网上应该找不到类似体系化的课程.课程精选了四大 ...

  5. 月薪50K的机器学习工程师,需要具备哪些条件?

    如果现在一个面试官让你从零推导SVM的Dual.从零实现CRF.推导LDA.设计一个QP问题.从零编写XLNet.编写GCN/GNN.改造SkipGram模型.用一天时间复现一篇顶级会议.... 这些 ...

  6. B站学强化学习?港中文周博磊变身up主,中文课程已上线

    本文经机器之心(微信公众号:almosthuman2014)授权转载,禁止二次转载 机器之心整理 众所周知,B 站是一个学习网站.在看完罗翔老师的刑法课之后,是时候探索人工智能了. 新冠疫情还未退散, ...

  7. 为AI从业者/研究生/研究员专门定制的全网唯一高端AI训练营

    加入AI行业拿到高薪仅仅是职业生涯的开始.现阶段AI人才结构在不断升级,这也意味着如果目前仍然停留在调用一些函数库,则在未来1-2年内很大概率上会失去核心竞争力的.几年前如果熟练使用TensorFlo ...

  8. 面试AI算法岗,你被要求复现顶会了嘛?

    加入AI行业拿到高薪仅仅是职业生涯的开始.现阶段AI人才结构在不断升级,这也意味着如果目前仍然停留在调用一些函数库,则在未来1-2年内很大概率上会失去核心竞争力的.几年前如果熟练使用TensorFlo ...

  9. 【David Silver强化学习公开课之一】强化学习入门

    本文是David Silver强化学习公开课第一课的总结笔记.第一课主要解释了强化学习在多领域的体现,主要解决什么问题,与监督学习算法的区别,完整的算法流程由哪几部分组成,其中的agent又包含什么内 ...

  10. ML算法岗从业几年还不具备提出新模型的技术能力?看这个就够了!

    AI是一门入门简单,但想深入却很难的学科,这也是为什么AI高端人才一直非常紧缺的重要原因.在AI领域技术领域,我们可以说机器学习功底决定了一个人的上限也不为过.为什么?机器学习就像物理学中的数学,如果 ...

最新文章

  1. Linux中的无人职守安装脚本kickstart
  2. 计算碳原子系综的能级C
  3. 如何取消掉计算机更新图标,XP系统如何关闭右下角中的自动更新图标?
  4. win10内核linux,windows 10中发布完整的Linux内核
  5. charles代理手机调试_Mac 上使用 Charles 进行手机抓包调试
  6. 支持海量数据的 MongoDB NoSQL
  7. nb-iot链路层加密_Google为低端Android手机和IoT设备创建了更快的加密
  8. python训练营朋友圈留言_用Python发一个高逼格的朋友圈【附代码】
  9. 事件CEvent的使用
  10. SpringBoot集成MyBatis-Plus自定义SQL
  11. ubuntu安装nginx及其默认目录结构
  12. 实现拍照_成电最强拍照地点合集,以及帮你实现它们的拍照师傅
  13. WPF 实现控件间拖拽内容
  14. 用户体验--NPS满意度指标
  15. lpx寒假作业案例12
  16. Java实现简易的购物系统
  17. 360cdn能挡住cc攻击_如何合理利用CDN来防御部分恶意刷量和CC攻击
  18. C++学习笔记(10)
  19. HDMI转Displayport转换器支持4K分辨率
  20. 计算机怎样关闭电脑桌面弹窗,永久关闭电脑弹窗广告的三种方法

热门文章

  1. nodeJS之TCP模块net
  2. ASP.NET 批量更新
  3. Android系统的Binder机制之二——服务代理对象(1)
  4. 高富帅与大公司 续三 自我认知
  5. 设计模式之四 代理模式
  6. NullableTypes for .NET
  7. asp.net出现【视图状态消息身份验证错误】
  8. 安装dhcp服务方法(系统为linux 7.0)
  9. 学习笔记:JS + 简单的PHP实现用户注册及登录
  10. 使用rsync+inotify配置触发式(实时)远程同步