Learning Classifier System
Uczenia klasyfikatora systemu (LCS niemieckiego systemy klasyfikator uczenia ) jest maszyna nauce metody , w którym algorytmy ewolucyjne są połączone z klasycznym algorytmu uczenia się w celu wytworzenia systemów adaptacyjnych.
Systemy te są oparte na regułach, które tradycyjnie przyjmują formę instrukcji warunkowej (jeśli-to). Zasady te są (najlepsze zachowanie powodu szczególności wejściowego angielskiej wejściowego metę). Są do tego przystosowani za pomocą algorytmu ewolucyjnego. W zasadzie LCS typu Pittsburgh , w którym dostosowywane są oddzielne populacje reguł, należy odróżnić od LCS typu Michigan . W tym drugim przypadku poszczególne reguły ewoluują, a nie kompletne zestawy reguł.
literatura
- Larry Bull, Tim Kovacs: Foundations of Learning Classifier Systems , Springer-Verlag , Berlin Heidelberg New York 2005, ISBN 3-540-25073-5