In Evolutionary computation, Sudoku

In Evolutionary computation, Sudoku puzzles are categorized as hard combinatorial problems.It is almost
impossible to solve these puzzles using only native operations of genetic algorithms.

This article presents an application of
Coincidence algorithm, which is an Estimation of distribution
algorithms in the class of evolutionary computation that can
outperform traditional algorithms on several combinatorial
problems. It makes use of both positive and negative knowledge
for solving problems. The proposed method is compared with the
current best known method. It significantly outperforms
problem-specific GA to solve easy, medium, and hard level of
Sudoku puzzles.

ผลลัพธ์ (ไทย) 1:

ในการคำนวณเชิงวิวัฒนาการ ปริศนาซูโดกุมีการแบ่งประเภทเป็นปัญหา combinatorial มันเป็นเกือบไม่สามารถแก้ปริศนาเหล่านี้ใช้เฉพาะท้องถิ่นการดำเนินงานของขั้นตอนวิธีพันธุกรรมบทความนี้แสดงโปรแกรมประยุกต์ของบังเอิญอัลกอริทึม ซึ่งเป็นการประมาณของแจกอัลกอริทึมของการคำนวณเชิงวิวัฒนาการที่สามารถดีกว่าอัลกอริทึมแบบดั้งเดิมในหลาย combinatorialปัญหา มันทำให้ใช้ความรู้ทั้งบวก และลบในการแก้ปัญหา วิธีการนำเสนอเปรียบเทียบกับการวิธีที่รู้จักกันดีปัจจุบัน ได้อย่างมีประสิทธิภาพสูงกว่าเฉพาะปัญหา GA แก้ระดับง่าย ปานกลาง และยากปริศนาซูโดกุ

ผลลัพธ์ (ไทย) 2:

ในการคำนวณวิวัฒนาการปริศนาซูโดกุมีการแบ่งประเภทเป็น problems.It combinatorial ยากเกือบจะ
เป็นไปไม่ได้ที่จะแก้ปริศนาเหล่านี้โดยใช้เพียงการดำเนินงานของชนพื้นเมืองของขั้นตอนวิธีพันธุกรรม

บทความนี้นำเสนอแอพลิเคชันของ
อัลกอริทึมบังเอิญซึ่งเป็นการประเมินของการกระจาย
อัลกอริทึมในชั้นเรียนของการคำนวณวิวัฒนาการที่สามารถ
มีประสิทธิภาพสูงกว่าขั้นตอนวิธีการแบบดั้งเดิมในการรวมกันหลาย
ปัญหา ทำให้การใช้ความรู้ทั้งในเชิงบวกและเชิงลบ
ในการแก้ปัญหา วิธีที่เสนอคือเมื่อเทียบกับ
วิธีการที่รู้จักกันดีที่สุดในปัจจุบัน มันมีความหมายมีประสิทธิภาพดีกว่า
GA ปัญหาที่เฉพาะเจาะจงในการแก้ง่ายปานกลางและระดับความหนักของ
ปริศนาซูโดกุ

ผลลัพธ์ (ไทย) 3:

ในการคำนวณเชิงวิวัฒนาการ , ปริศนาซูโดกุมีการแบ่งประเภทเป็นปัญหาเชิงจัดการยาก มันเป็นเกือบเป็นไปไม่ได้ที่จะแก้ปริศนาเหล่านี้ใช้เฉพาะงานพื้นเมืองของขั้นตอนวิธีเชิงพันธุกรรมบทความนี้นำเสนอการประยุกต์ใช้แบบบังเอิญ ซึ่งมีการประมาณการกระจายขั้นตอนวิธีการในระดับที่สามารถวิวัฒนาการการคำนวณขั้นตอนวิธีแบบดั้งเดิมในหลายวิธีการลงปัญหา มันทำให้การใช้ความรู้ทั้งทางบวกและทางลบสำหรับการแก้ไขปัญหา วิธีการที่เสนอเมื่อเทียบกับปัจจุบันที่ดีที่สุดที่รู้จักกันวิธี มันมีโปรโตปัญหาเฉพาะกาแก้ ง่าย ปานกลาง และยาก ระดับของปริศนาซูโดกุ