Роевой интеллект: муравьиные алгоритмы и PSO
Как из простых локальных правил и общей памяти рождается глобальный поиск: муравьиные алгоритмы (ACO) для комбинаторных задач и PSO для непрерывных, с рабочим кодом, …
10 материалов в этой теме.
Как из простых локальных правил и общей памяти рождается глобальный поиск: муравьиные алгоритмы (ACO) для комбинаторных задач и PSO для непрерывных, с рабочим кодом, …
Как превратить инженерную задачу в задачу оптимизации: выбрать кодировку решения, задать соседство и построить фитнес-функцию, которая действительно ведёт поиск к цели.
Как искать решения, когда целей несколько и они конфликтуют: доминирование по Парето, недоминируемая сортировка, crowding distance, NSGA-II и SPEA2, метрики качества …
Как работают траекторные метаэвристики — от жадного восхождения к вершине до отжига и поиска с запретами — и почему в SBSE они часто обыгрывают генетические алгоритмы.
Как эволюционировать не числа, а сами программы: деревья выражений, subtree-кроссовер, борьба с раздуванием кода и путь от символьной регрессии до автоматического ремонта …
Как устроен генетический алгоритм изнутри: давление отбора, рекомбинация, мутация, замещение поколений — с рабочим кодом, анализом сложности и практикой SBSE.
Как поиск чинит баги за человека: локализация дефекта, операторы правки, генетический поиск патча, проблема переобучения под тесты, семантические и обучаемые подходы, APR …
Как поисковые алгоритмы сами пишут тесты: branch distance и approach level, whole test suite generation в EvoSuite, coverage-guided фаззинг и мутационное тестирование как …
Вводная статья трека: как переформулировать инженерные задачи разработки ПО в задачи оптимизации и решать их поисковыми алгоритмами вместо ручного перебора.
Как поисковые методы реально живут в продакшене крупных компаний, как встроить SBSE в собственный процесс и почему LLM не отменили поиск, а стали его новым оператором …
По этому запросу ничего не найдено.