張俊玲
19021210858
轉載自：https://blog.csdn.net/zysps1/article/details/89671929
【嵌牛導讀】? 遺傳算法是一個典型的優(yōu)化算法妨猩，用來解決分類問題直觀上是不適合的含衔，特別是對于難以確定適應度函數的分類問題僻族。
【嵌牛鼻子】遺傳算法?適應度函數? 決策
【嵌牛提問】如何利用遺傳算法進行分類?
【嵌牛正文】
之前一直想的是用遺傳算法做干擾分類，但是遺傳算法是一個典型的優(yōu)化算法，用來解決分類問題直觀上是不適合的，特別是對于難以確定適應度函數的分類問題。
? 查閱若干文獻，大家大多是用遺傳算法做的特征選擇臼疫，然后配合專門的分類器（如決策樹，神經網絡等）扣孟，再進行分類烫堤。既然這樣，就失去了直接使用遺傳算法做項目的初衷凤价。
? 后來想到分類規(guī)則鸽斟。用遺傳算法產生分類規(guī)則也是可以的。但是參閱了相關論文利诺，大家普遍講的不深富蓄，有的初始分類規(guī)則也是用C4.5算法產生的，網上又很少找到開源之類的example做參考慢逾，再考慮到與項目要求結合立倍，確實更加復雜，又回歸到那個問題：適應度函數怎么做侣滩？
? 后來口注，看了師兄師姐給的一篇抗干擾論文，恍然大悟胜卤。
? 直接用遺傳算法進行決策疆导，這樣適應度函數就可以創(chuàng)造出來了赁项，用決策信道參數作為初始種群的組成量葛躏，用信號受到的干擾影響等作為適應度函數的自變量澈段，輔助以一定的專家參數，目標是最小化外界影響（或最大化信號質量）舰攒，就可以直接作為決策了败富。
? 這樣是不是就沒有分類了呀？摩窃？兽叮？
? 確實，表面上跳過了分類過程猾愿。比如”某些在某某干燥比情況下鹦聪，需要達到的分類準確率“這樣的問題就無從得知了。
? 但實際上蒂秘，也可以通過決策的結果看出確實是分了類別進行決策的——隱式分類泽本。
