如何通俗易懂地解释遗传算法？有什么例子？ 方弦在科学松鼠会上这篇写的就挺清楚：这是个真实的故事。从前在海岸边有一群扇贝在悠哉游哉地生活繁衍着…
怎么根据工件数确定遗传算法中种群大小，是2N+1，还是必须为偶数，为什么书上用的是基数？
在30个matlab案例分析第4个案例中，遗传算法极值寻优我把个体长度该成4，数据范围也改了，就运行不了了 是y的运算的问题，提供计算y时所用各个变量的大小，才能判断如何进一步改正
matlab的遗传算法 如何调用已经训练好的神经网络输出 遗传算法优化的BP神经网络建模借鉴别人的程序做出的仿真，最近才有时间整理。目标：对y=x1^2+x2^2非线性系统进行建模，用1500组数据对网络进行构建网络，500组数据测试网络。由于BP神经网络初始神经元之间的权值和阈值一般随机选择，因此容易陷入局部最小值。本方法使用遗传算法优化初始神经元之间的权值和阈值，并对比使用遗传算法前后的效果。步骤：未经遗传算法优化的BP神经网络建模1、随机生成2000组两维随机数(x1，x2)，并计算对应的输出y=x1^2+x2^2，前1500组数据作为训练数据input_train，后500组数据作为测试数据input_test。并将数据存储在data中待遗传算法中使用相同的数据。2、数据预处理：归一化处理。3、构建BP神经网络的隐层数，次数，步长，目标。4、使用训练数据input_train训练BP神经网络net。5、用测试数据input_test测试神经网络，并将预测的数据反归一化处理。6、分析预测数据与期望数据之间的误差。遗传算法优化的BP神经网络建模1、读取前面步骤中保存的数据data；2、对数据进行归一化处理；3、设置隐层数目；4、初始化进化次数，种群规模，交叉概率，变异概率5、对种群进行实数编码，并将预测数据与期望数据之间的误差作为适应度函数；6、循环进行。
不常用作数据挖掘的方法是______。A．人工神经网络B．规则推导C．遗传算法D．穷举发 正确答案：D
在进行数据分析的时候，什么情况下需要对数据进行标准化处理？ 补充一下，数据的标准化处理有什么用处？在进行比较常见的数据分析，比如主成分分析、因子分析、聚类分析…
比较新的数据分类算法和研究方向是什么？ 数据分析的未来研究方向算法效率和可伸缩性处理不同类型的数据和数据源Web挖掘数据挖掘中的信息保护和数据安全数据挖掘系统的交互性探索新的应用领域数据挖掘语言或相关方面的标准化工作数据挖掘结果的可用性、确定性及可表达性各种数据挖掘结果的表达可视化数据挖掘关于算法模型的更多内容，欢迎到作者主页查看系列文章《常用数据挖掘算法从入门到精通》，希望我的回答对大家有所帮助。
