Я тут решил заняться генетическим алгоритмом. Решил дал пробы заставить его решать многочлены. Но почему то в результате смены множества поколений всегда получается один и тот же результат (хотя и верный). Но, как мы знаем, у многочлена могут быть множество корней (для примера взял многочлен с заведомым количеством корней больше одного). вот и вопрос: а как заставить генетический алгоритм находить все корни многочлена? У кого нибудь есть идеи?

мутации вводи

(1) дык есть мутации. При чем двух видов: нормальная(как это предусмотрено стандартным алгоритмом) и стронг мутация - когда к значению вида прибавляются случайная величина из заданного диапазона.
Или, ввести еще супертронг мутацию, например, когда значение умножается на случайную величину или даже возводиться в случайную степень?

(2) Постоянное внешнее смещение пробуй

(0) Вопрос - а зачем это делать генетическим алгоритмом?
Второй вопрос - кто мешает зная один корень разделить многочлен на бином при помощи схемы горнера, и продолжить искать остальные корни?

(4) "Вопрос - а зачем это делать генетическим алгоритмом?" - это я так "извращаюсь". Вообще, хочу использовать генетический алгоритм для обучение нейронной сети, которая будет торговать на бирже. Но сначала решил немного поисследовать этот алгоритм, пощупать его, так сказать, что бы быть в курсе, что он может, а что нет.

(5) Для поиска экстремумов есть нормальные алгоритмы.
Без генетической терминологии.

Генетические вроде бы для поиска сложных оптимумов применяют, расписаний, наборов и т.д.

(0) Прочитал название ветки как Генетический алкоголизм
А оказалось еще страшнее(

(8) бугага

*8) читака

бугага

(5) Не тратьте время понапрасну.

Хм...чтобы генетический алгоритм находил все экстремумы функции необходимо подумать о таком нежелательном эффекте как преждевременная сходимость генетического алгоритма..