In direct value encoding, every chr

In direct value encoding, every chromosome is a string of particular values (e.g.,
form number, real number) so that each solution is encoded as a vector of real-valued
coefficients, for example, Table€4.3 (Goldberg, 1991). This has obvious advantages
and can be used in place of binary encoding for intricate problems (recall our previous
discussion on evolving weights in neural networks). More specifically, in optimization
problems dealing with parameters with variables in continuous domains,
it is reportedly more intuitive to represent the genes directly as real numbers since
the representations of the solutions are very close to the natural formulation; that is,
there are no differences between the genotype (coding) and the phenotype (search
space) (Blanco et al., 2001). However, it has been reported that use of this type of
coding often necessitates the development of new crossover and mutation specific for
the problem under study (Hrstka and Kučerová, 2004).

Kết quả (Việt) 1:

Trực tiếp giá trị mã hóa, mỗi nhiễm sắc thể là một chuỗi giá trị cụ thể (ví dụ:mẫu số, số lượng thực tế) vì vậy, rằng mỗi giải pháp được mã hóa như một vector của giá trị thựcHệ số, ví dụ, Table€ 4.3 (Goldberg, năm 1991). Điều này có lợi thế rõ ràngvà có thể được sử dụng thay cho mã hóa nhị phân cho các vấn đề phức tạp (nhớ lại trước đây của chúng tôithảo luận về phát triển các trọng lượng trong mạng nơ-ron). Cụ thể hơn, trong tối ưu hóavấn đề đối phó với các tham số với các biến trong các lĩnh vực liên tục,đó là báo cáo trực quan hơn để đại diện cho các gen trực tiếp như là số thực kể từđại diện của các giải pháp rất gần gũi với công thức tự nhiên; Đó làkhông có không có sự khác biệt giữa kiểu gen (mã hóa) và kiểu hình (tìm kiếmkhông gian) (Blanco và ctv., 2001). Tuy nhiên, nó đã báo cáo rằng việc sử dụng của các loạimã hóa thường đòi hỏi phải phát triển mới chéo và các đột biến cụ thể nhấtvấn đề đang được nghiên cứu (Hrstka và Kučerová, 2004).

Kết quả (Việt) 2:

Trong mã hóa giá trị trực tiếp, mỗi nhiễm sắc thể là một chuỗi các giá trị cụ thể (ví dụ,
số mẫu, số thực) để mỗi giải pháp mã hóa như một vector của các giá trị thực
hệ số, ví dụ, tableA € 4.3 (Goldberg, 1991). Điều này có lợi thế rõ ràng
và có thể được sử dụng thay cho mã nhị phân cho các vấn đề phức tạp (nhớ lại trước đây của chúng tôi
thảo luận về phát triển trọng lượng trong các mạng thần kinh). Cụ thể hơn, trong tối ưu hóa
vấn đề đối phó với các thông số với các biến trong các lĩnh vực liên tục,
nó được báo cáo trực quan hơn để đại diện cho các gen trực tiếp như là các số thực từ
các đại diện của giải pháp này là rất gần với việc xây dựng tự nhiên; đó là,
không có sự khác biệt giữa các kiểu gen (mã hóa) và các kiểu hình (tìm kiếm
không gian) (Blanco et al., 2001). Tuy nhiên, nó đã được báo cáo rằng việc sử dụng các loại
mã hóa thường đòi hỏi sự phát triển của crossover mới và đột biến cụ thể cho
các vấn đề đang được nghiên cứu (Hrstka và Kučerová, 2004).