遺傳算法：最小生成數？

我有一個MATLAB腳本（實際上是一個函數，funModel），其中我試圖通過遺傳算法7個整型變量來解決：遺傳算法：最小生成數？

nvars = 7; %number of variables 
Aineq = [1 1 1 1 1 1 1]; Aeq = []; 
bineq = [VesMaxCrew]; beq = []; 
LowBound = [1 1 1 1 1 4 0]; 
UpBound = [1 1 VesMaxCrew 1 VesMaxCrew VesMaxCrew VesMaxCrew]; 
Nonlcon = []; 
IntCon = [1:7]; % all 7 variables to be treated as integers 
Options = gaoptimset('Display','iter',... %display every iteration 
'Generations',70,... %maximum number of generations is 70 
'TolFun',1,... %tolerance for optimisation is 1 
'TolCon',1,... 
'PlotFcns',@gaplotbestf); 
OptimisedValue = ga(@funModel,nvars,Aineq,bineq,Aeq,beq,,LowBound,UpBound,NonlCon,IntCon,Options);

遺傳算法工作正常，找到一個很好的解決方案，很容易在70代之內（如可以看到的情節功能@gaplotbestf）。通過當前的輸入，爲每個人在25至30代之後選擇最佳解決方案。然而，該算法繼續運行，直到51代完成。這看起來至少有20代人太多了。

即使我改變了輸入參數funModel，遺傳算法仍然運行至少51代，就像有一些約束或設置說算法必須運行51代最小。（可以看出，已經輸入了最大代數）

爲什麼算法在25或30代之間停止？（或剛剛過了30代）更重要的是，有沒有人知道如何改變這種情況？

（我一直沒能找到有關最低代的Matlab的文件中的設置（gaoptimset）任何東西，亦沒有我能找到同樣的問題/問題別人。）

來源

2013-03-01 Willem

您能否向我們展示「最佳解決方案超世代」和「社會平均適應度超過一代」的圖表？這可能是因爲，儘管找到了最優方案，它仍然試圖改進（因爲它當然不知道它找到的是最優的）。 – Shahbaz 2013-03-01 10:04:39

@Shahbaz：感謝您的快速響應！然而，即使它試圖找到一個更優化的解決方案，爲什麼總是這個最低的51代呢？ – Willem 2013-03-01 10:30:11

可能是幸運的，並與你的問題的性質有關。或者可能是那些實施該算法的人認爲至少50代有助於防止早期（和錯誤）終止，所以他只是將它放在實現中而沒有記錄它。 – Shahbaz 2013-03-01 10:41:05

「失速世代「選項的默認值爲50.這實際上就是它在您的案例中停止的點。這可以被認爲是最低數量的世代。欲瞭解更多詳情，請查詢here。

來源

2013-03-20 20:46:29 durasm

遺傳算法：最小生成數？

回答

相關問題