遺伝的プログラムを進化させるとき、開発の異なる段階の間に必要な時間はどのように分布していますか?私は、90%の時間が無作為プログラムより少し良くなることに専念しているのですが、その後で最終バージョンまでプログラムを改善するのはあまり計算集約的ではありませんか?遺伝的プログラムの段階
2
A
答えて
0
一般的に進行状況は早く、遅い世代では進行が遅くなります。しかし、それは問題の性質に依存します。なぜいくつかの異なる問題でそれをテストし、進捗をプロットしないでください?
0
これに対するおおよその目安は、プログラムのサイズです。プログラムのサイズが安定しても、フィットネスが改善していることに気がついた場合、すべてのランダムなプログラムが除外される可能性が最も高いです。したがって、フィットネスの改善は、係数の小さな数値変化に起因する可能性があります。
1
メタヒューリスティクス(遺伝的アルゴリズムを含む)は、この画像の緑色と赤色の線のような進歩を遂げています。彼らはできるだけ早く最高のスコアに到達しようとすると、より良いスコアを見つけるのが難しくなります。
しかし、いくつかの(焼きなまし法、青線のような)は、彼らが与えられたことでしょう」とは異なることに基づいて振る舞うの時間を伝えることができます。そのような場合には、より直線的な線を得ることができます。
+0
を参照してください。質問は次のとおりです。*遺伝アルゴリズムは、与えられた時間と所要時間の合計を認識していますか?それはそれを使用していますか?* –
関連する問題
- 1. 遺伝的アルゴリズムの遺伝子型
- 2. 遺伝的アルゴリズム:フィットネス
- 3. DEAP遺伝的アルゴリズム
- 4. セルラー遺伝的アルゴリズム - セルラー遺伝的アルゴリズムでは、両親
- 5. 遺伝的アルゴリズムトーナメントの選択
- 6. 遺伝的アルゴリズムフィットネススコアの問題
- 7. 遺伝的プログラミングの実装
- 8. 遺伝的アルゴリズムの選択
- 9. 遺伝的アルゴリズムのコアアルゴリズム
- 10. 暗号の遺伝的アルゴリズム
- 11. 遺伝的プログラミングStackoverflowエラー
- 12. 遺伝的アルゴリズムバイナリ表現
- 13. 遺伝的アルゴリズムSVM後
- 14. Scala用遺伝的アルゴリズムライブラリ
- 15. ディープコピーと遺伝的アルゴリズム
- 16. 遺伝的アルゴリズムの目的関数
- 17. 効率的な遺伝的アルゴリズム
- 18. 遺伝的アルゴリズムにおける遺伝子と染色体の表現
- 19. フローショップスケジューリングのための遺伝的アルゴリズム
- 20. Javaの遺伝的アルゴリズムクラシファイア:ルールベースのシステム
- 21. Javaでの遺伝的アルゴリズムの問題
- 22. Matlabの遺伝的アルゴリズムクロスオーバーのコード
- 23. PyBrainの遺伝的アルゴリズムの例/チュートリアル?
- 24. 遺伝的アルゴリズムコードのランキング選択
- 25. 遺伝的アルゴリズム:リクエストの最適化
- 26. 遺伝的アルゴリズムとタイムテーブルのシミュレーテッドアニーリング
- 27. 遺伝的アルゴリズムの並列実行
- 28. 遺伝的アルゴリズムの選択演算子
- 29. Python:遺伝的アルゴリズムの弱い性能
- 30. 遺伝的アルゴリズムの時間複雑度
http://en.wikipedia.org/wiki/Genetic_programmingおよびhttp://www.genetic-programming.org/ – Kiril