모집단의 최적 크기를 찾는 방법. 내 작업에서 각 유전자는 주어진 범위에있는 int 유형의 값입니다. 예를 들어유전 알고리즘. 모집단의 최적 크기를 찾는 방법
:
- 염색체 2 개 개의 유전자로 구성된다. 는
- 제 유전자는 아마도 15 내지 25
질문 5 내지 15
모집단의 최적 크기를 찾는 방법. 내 작업에서 각 유전자는 주어진 범위에있는 int 유형의 값입니다. 예를 들어유전 알고리즘. 모집단의 최적 크기를 찾는 방법
:
질문 5 내지 15
보통 최적의 크기는 시행 착오를 통해 반복적으로 발견됩니다. 인구 크기를 최적화하는 간단한 알고리즘을 작성할 수 있습니다. 예를 들어 팝 크기를 100으로 시작하고 예를 들어 100으로 늘립니다. 50. 각 단계마다 GA를 실행하고 인구 규모를 평가하는 몇 가지 척도를 계산해야합니다. 최대 적합성, 평균 체력, 수렴 기준이 충족 될 때까지의 시간 중 하나를 사용할 수 있습니다. 정확도를 높이려면 각 단계에서 평균을 계산 한 다음 최적의 팝업 크기를 선택할 수있는 차트를 그려야합니다. 그렇지 않은 경우이 팝업 크기 근처에서 똑같은 일을 면밀히 최적화 할 수 있습니다.
문제에 따라 차트가 다르게 보일 것입니다. 양의 기울기 곡선이라면 적당한 크기의 팝업을 골라야합니다. 팝업 크기가 너무 작 으면 GA가 다양성을 잃어 버리고 아마도 지역 최적으로 떨어질 것입니다. 너무 큰 경우 GA가 간단한 무작위 검색 알고리즘이됩니다.
Btw 유전 알고리즘이 그러한 작은 염색체에 대해 최선의 선택이 아니기 때문에이 예제가 실제 문제와 멀기를 바랍니다.
일반적으로 GA의 매개 변수 찾기는 최적화 작업입니다. GA에 대한 좋은 작업이므로 GA 매개 변수 최적화를 위해 메타 에볼루션 (GA 최적화를위한 또 다른 GA)을 사용할 수 있습니다. 그러나이 해결책은 특별한 경우를 제외하고는 논쟁의 여지가있는 결과를 얻기에는 너무 많은 에너지와 시간입니다. – viceriel
지금까지 코드를 추가해 주시겠습니까? –
직접 해보려고 했습니까? 아니면 우리가 너에게 쓸 것 같니? – RH6
이 문서가 도움이 될 수도 있습니다 http://www.cameron.edu/~pdiaz-go/GAsPopMetric.pdf –