# 智慧計算與規劃WEEK10
###### tags: `計算智慧與規劃`

## GA突變
- 原本的值產生晃動
- 高斯
- uniform
- NON-uniform
- 靜態 & 動態
- 先晃大幅度，再晃小幅度，慢慢收斂
### Generational GA
- 父代全部不保留
### Incremental GA
- 每次交配完子代都和親代做比較, 保留結果是前面的
### generation gap
- 親代跟子代也可以組合
### adaptive GA (自我適應式GA)
- 不寫死
- 根據問題邊演化邊計算最好的演算法
- 花時間
### Hybrid GA (混合式GA)
- 找兩個方法做結合
- 例如: 跟傳統方法結合
1. 先用 GA，在用傳統方法做
2. 傳統方法混合在 GA 中：每代都混合運算，比較花時間，但結果叫好
- 有好幾台PC，而此方法可以將輸出傳到其他台PC
### Parallel GA
- 平行方法
- 又稱Island Model

## GP (Genetic Programming)
### 產生染色體
- 染色體的資料結構是 **tree**，一個 tree 代表一個程式、答案 (GA的染色體原本是一條線變成一顆tree)
- 不同 tree 互相競爭，找到最好的答案
- 夢想：程式產生器 (50年來沒啥進展)

### mutation 突變
- 突變是必要的，因為才會有新的色體可以處理
- random mutation：挑指數，一直做互換
- cycle mutation
- switch mutation：交換子樹
- 把深度學習的架構寫到染色體，它可以自動跑出一個最好的 model，但非 ~~~~ 常花時間
- 若是一代的資料量龐大

## EP (Evolution Programming)
- 產生染色體 > 每一條都要突變 > 找出最好的答案
- 色]]
- -x

## ES (Evolution Strategy)
- 調變式
- (x, s) 兩個都放入染色體裡計算
- s: 超參數
- x: 答案
- 演化時答案和參數都會交換