私は最近、一般的にアルゴリズムに最近魅了されました。そして、私は最近、TSPを解決するためのアリのコロニー最適化アルゴリズムを実装しました(明らかに非常に楽しい)。今私は解決するために他の "問題"を見てきました。今度は、パーセンテージ要件を満たすことを含む問題を解決し、任意の制限を下回るアルゴリズムを実装したかったのです。パーセントコロナの最適化または遺伝的アルゴリズムのパーセントベースの問題
ユーザ入力:
1)制限 -i.e.例えば
費やすことができるエネルギーの量。
2)「染色体」型 -i.e. - 青のような主要な属性には、インディゴ、藍、藍などの異なるサブタイプからなる「プール」があります。ライトブルー、シーブルー。 - それぞれのサブタイプの色には、さまざまなコストが関連付けられています。
3)「理想的な」ソリューションに必要なタイプの割合(より多くの品種を可能にするために+/-%を導入することができます)。 -i.e.赤10%、青30%、黄色60%。
出力:
1)以下のものは、次の2つの要件を満たすことができ、最終的な解決策 - しかし、近くに - 必要なコストやスーパータイプの割合の要件を満たします。
などです。
これは非常に単純な例ですが、現実にはこれよりも複雑なことは明らかです。
ユーザー= を次のようにコストがなければならない指定ユーザーブルー25%、25%、黄色、赤の50%を選択< = 105
費用。 インディゴ:各色のための利用可能なプール
ブルー+/- 5%の偏差
とコスト= 25。 シーブルー:費用= 30; ネイビーブルー:費用= 75;
イエロー: ライトイエロー:コスト= 20; ダークイエロー:費用= 30; スーパーダークイエロー(笑):費用= 75;
赤: マルーン:コスト= 20; ブラッドレッド:費用= 45; 明るい赤色:費用= 55;
したがってアルゴリズムは実行され、異なる組み合わせを返します。
組み合わせ1:インジゴ、ダークイエロー、血液レッド:コスト= 100:ブルー= 25%、イエロー= 30%、レッド= 55%。
組合せ2:海の青、淡黄色、血液赤:コスト= 105:青=〜30%、黄色=〜20%、赤=〜50%
組合せ3:ように等。
EDIT:セカンド編集
出力が異なる組み合わせのセットで構成されます。例えば
一の溶液のような組み合わせで構成されることがあります
コンビネーション1:
一つの解決策は、この表されるであろうコスト= 20。 50%青、25%黄、25%赤;
組み合わせ2:コスト= 30;青10%、黄50%、赤40%;
組み合わせ3:コスト= 50;青色25%、黄色25%、赤色50%;合計コスト= 100、それはx%青、y%黄、z%赤で構成されています。
要件を解決するには、要件を満たしていればそれを捨てないでください。
のEND EDIT
だから私の質問です。私は遺伝的アルゴリズムが動作することを知っています。しかし、ACOの実装も同様に機能しますか?たとえば、青、黄、赤は「場所」に等しく、そのサブタイプは異なる「道路」を表します。
もっと効率的な解決策か、まったく別のアルゴリズムであるかもしれないことだけを考えてください。私はこのようなことにはかなり慣れていて、ちょうど1週間以上前にそれについて読むことを始めました。
EDIT:まず編集
私は5つの良いユニークなソリューションがしたいことを指定します(任意の数である5を20可能性があり、3することができます)。
あなたの色の問題では、線形最適化アルゴリズム(例えば、シンプレックス、インテリアポイントなど)が行われます。 –
ACOで解決できるもう一つの面白い問題があります。 TSPと同様です。例えば。タスクが相互に依存して完了し、各タスクが特定の人物に割り当てられているソフトウェア開発チームと作業計画が与えられた場合、プロジェクトを早く完了させるスケジュールを見つけます。 –
私は、私が間違った質問をしたことに気付きました。候補ソリューションは、最初の要件を満たす組み合わせのセットであると述べました。 – Odnxe