遺伝的アルゴリズムにおける母集団の分布

私の質問は、母集団が全ての反復中にi.i.d（同じように独立して分布する）を保持する遺伝的最適化アルゴリズムがある場合です。 NSGA2やSPEA2のような最も一般的なものは、現在の母集団を前の母集団と混合して、混合母集団がもうiidではなくなるようにします。しかし、最適化中に人口の分布が変化するアルゴリズムがありますが、依然としてi.i.dのままですか？遺伝的アルゴリズムにおける母集団の分布

出典

2017-01-25 maxE

なぜあなたはそれが同じになりたいのですか？これはアルゴリズムのアイデアを殺しませんか？私が見る唯一の理由は、地元の最大のものを逃れることです。 – Wald

あなたは非常に正しいです。問題は、近似パレートランクを見つけるための非常に高速なアルゴリズムが見つかりました。そのアルゴリズムは入力としてiidデータのセットを必要としますが、非iidデータでもうまくいくように見えます（なぜか分かりません）。私の考えは、NSGA2でそのアルゴリズムを適用することでしたが、結果は正確ではありません。それで、私は高速アルゴリズムを適用できるNSGA2のいくつかの変更を探していましたが、成功しませんでした。 Btwおおよそのパレートランクの知識が役に立つかもしれないいくつかのアプリケーションを知っていますか？ – maxE

正直言って私はパレート方法にはあまり精通していませんが、大まかに遺伝子世代を行っている場合には簡単に見てみると役に立つかもしれません。例えば、ある遺伝的アルゴリズムが別の内部遺伝的アルゴリズムのために静的データを設定している場合、それらはかなり時間がかかり、外側アルゴリズムの有用な遺伝子を絞り込むことが有用であろう。しかし、一方で、パレートのランクは、あなたのデータが全く同じになっていないときには本当に正確ではないと確信しています。 – Wald

フィットネスユニフォームの選択https://arxiv.org/abs/cs/0103015を試すことができます。しかし、IMHOの結果はあまり良くありません。

出典

2017-01-25 18:01:08 Ray

thnxはありません。私は多目的最適化アルゴリズムを探していることを忘れていました。この論文では、一般化されていると知っている単一の目的をカバーしていますか？ – maxE

フィットネス機能を変更することで、多目的にすることができます。 – Ray

遺伝的アルゴリズムにおける母集団の分布

答えて

関連する問題