我正在对非支配排序或多元排序算法进行项目工作，该算法用于的选择部分遗传算法。我在网上搜索过，但我还不知道遗传算法的实际应用。我只知道它用于测试，但我不知道它是如何工作的。您能否提出一些遗传算法的实际应用？
答案 0 :(得分：5)
遗传算法非常适合机器学习算法使用的feature selection。
很多时候，数据集中有太多的功能，这使得它太嘈杂，所以我们有时通过选择一部分功能来减少问题的维数来处理这个问题。为此目的 - 遗传算法似乎在许多情况下（经验上）都很有效，并且它在研究和具有非常高维度的现实应用中都很广泛。
例如：文本analyzis，bag of words model：有时我们只想使用单词的子集，而不是全部，所以我们使用特征选择算法，GA是其中之一它们。
答案 1 :(得分：2)
GA是一种很好的方法，可以找到搜索空间巨大的问题的良好解决方案，并且找到确切的最佳解决方案非常困难。他们擅长爬山，可用于从解空间的不同区域生成候选集，然后可通过优于本地优化的算法进一步优化。在某些情况下，他们提出的解决方案对于人类来说非常难以预先想象。
这是一个有趣的GA applications列表。
答案 2 :(得分：1)
您可以使用GA进行社区检测 http://www.springerlink.com/content/u570144q73322970/
以现实生活中的网络为例，你可以选择自己的朋友网络，节点是朋友，朋友之间的边缘会表示友情链接。当您运行社区检测算法时，您会注意到该算法创建的群集将您朋友中的不同群体分开，如高中群体，大学群体，工作群组，家庭群体等。
答案 3 :(得分：0)
我不知道这有多实用，但我用它sudoku generation