The use of approximations in a coev

The use of approximations in a coevolutionary context has
previously been shown capable of solving computationally
expensive optimization problems with varying degrees of epistasis
more efficiently than conventional CGAs through the use
of radial basis functions [75] and memetic algorithms [76].

ผลลัพธ์ (ไทย) 1:

มีการใช้เพียงการประมาณในบริบท coevolutionaryก่อนหน้านี้ ได้แสดงความสามารถในการแก้ computationallyปัญหาภาของ epistasis ปรับแพงมีประสิทธิภาพมากขึ้นกว่า CGAs ธรรมดาผ่านการใช้ฟังก์ชันฐานรัศมี [75] และอัลกอริทึมขั้น [76]

ผลลัพธ์ (ไทย) 2:

การใช้การประมาณในบริบท coevolutionary
ได้รับก่อนหน้านี้แสดงให้เห็นความสามารถในการแก้ปัญหาคอมพิวเตอร์ปัญหาการเพิ่มประสิทธิภาพที่มีราคาแพงที่มีองศาที่แตกต่างของ
epistasis
มีประสิทธิภาพมากขึ้นกว่าเดิม CGAS
ผ่านการใช้งานฟังก์ชั่นพื้นฐานรัศมี[75] และขั้นตอนวิธี memetic [76]

ผลลัพธ์ (ไทย) 3:

ใช้ในบริบทของการ coevolutionary
ก่อนหน้านี้ได้แสดงความสามารถในการแก้ computationally
แพง optimization ปัญหากับองศาที่แตกต่างของ epistasis
มีประสิทธิภาพมากขึ้นกว่า cgas ปกติผ่านการใช้ฟังก์ชั่นพื้นฐานรัศมี
[ 75 ] และขั้นตอนวิธีมีม [ 76 ]