我想用神经网络来学习骑在赛道上的汽车。 Imo学习网络的最佳方法是使用遗传算法，但在每个教程中，基因型由0和1（二进制值）编码。在我的净重是双重值，所以基因型看起来像3,12; 9,12; 0,83，-0,73等。
所以我的问题是：
我应该将每个权重编码为二进制值吗？我想我可以使用双值，但我不知道我怎么能改变这个？二进制值I可以从0到1和从1到0反转但是加倍？
答案 0 :(得分：0)
从理论的角度来看，是的，你可以。 无论如何，条件是你正确定义连续值的所有操作（如交叉，变异等）。
答案是肯定的，如果您的软件实现允许您这样做。
让我画一个简化的例子。
如果算法旨在确定正弦函数的最佳拟合，并且您可以使用形状[triangle, square, half-circle]，y幅度和x位移，则可以使用let＆＃的染色体39; s说 N 形状要加在一起。
在这种情况下，x和y必须同时加倍：您可以改变它们，例如通过在感知范围内添加随机数，并通过与合作伙伴交换x或y来执行交叉，甚至收集完整的元组（shape - x - { {1}}）。
我会说，口头禅是为了让事情保持连贯，并让个人以 sensate 的方式为你的模型变异（糟糕选择将是{{1}与y）。