私たちは遺伝的アルゴリズムの実現可能な解を期待しているので、遺伝的アルゴリズムは毎回同じ入力セットで異なる出力を提供するでしょうか?遺伝子アルゴリズムは毎回異なる出力を提供しますか?
0
A
答えて
2
です。
- ガウス空間は、解空間を通って異なる経路をとる。そして
- ガスは、一般的に複雑なペイオフと極小値を持つ大規模なソリューションのスペースで複雑な問題に使用されている
ガスを収束することが保証されていません。このような問題では、GAの終了時に同じ出力が期待されません。
一方、GAは、1つの正解を持つ大きな問題に適用できます。そのような状況では、集団はとなる可能性があります。
1
良いGA実装では、reproducibleの結果がサポートされます。これは、すべてのメタヒューリスティック(GAだけでなく)に適用されます。再現可能とは、同じ実行が、同じ一連の新しいベストソリューションイベントが見つかることを意味します。プロセスに与えられた実際のCPU時間に応じて、反復回数が異なる可能性があります。したがって、同じ最適解で終了する可能性があります。
内部的には、再現性のある結果があることを意味:
- すべてが1 seeded Random instanceを使用しています。
- でも並列実装は、開発中に
...再現性のある結果(=>なし仕事スチール)
生産時には、いくつかの企業がオフにします(仕事盗みなどのパフォーマンス上の利点を利用するため)が、ほとんどの企業は依然としてそのままにしています。
関連する問題
- 1. 遺伝的アルゴリズムの遺伝子型
- 2. これは遺伝子アルゴリズムですか?
- 3. 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
- 4. 遺伝的アルゴリズムの選択演算子
- 5. 遺伝的アルゴリズム:フィットネス
- 6. DEAP遺伝的アルゴリズム
- 7. 遺伝的アルゴリズムにおける遺伝子と染色体の表現
- 8. 遺伝子アルゴリズムではバイナリエンコーディングが必要ですか?
- 9. 遺伝的アルゴリズムSVM後
- 10. 遺伝的アルゴリズムの選択
- 11. ディープコピーと遺伝的アルゴリズム
- 12. 遺伝的アルゴリズムのコアアルゴリズム
- 13. 暗号の遺伝的アルゴリズム
- 14. 遺伝的アルゴリズムが突然変異を停止する
- 15. 効率的な遺伝的アルゴリズム
- 16. Biomartは、遺伝子名
- 17. 遺伝子記号とIDから遺伝子位置を取得
- 18. ゼロサムゲームの遺伝的アルゴリズムが協力しないようにする
- 19. RのNeuralnetライブラリは毎回異なる出力を返します
- 20. Dask:遺伝子探索アルゴリズムを効率的に配布する方法は?
- 21. 遺伝子型の検査
- 22. 遺伝的アルゴリズム:リクエストの最適化
- 23. 遺伝的アルゴリズムの目的関数
- 24. 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
- 25. 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
- 26. 遺伝的アルゴリズムの並列実行
- 27. ニューラルネット最適化遺伝的アルゴリズム
- 28. Javaでの遺伝的アルゴリズムの問題
- 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://stackoverflow.com/questions/1039088/how-shouldi-i-test-a-genetic-algorithm – dnault