1. 首頁
  2. 問答
  3. 搜索空間數據

搜索空間數據

2013-08-20 86 views
0

我想知道是否有人知道它提供2D模型搜索空間來測試GA針對源。我相信我前段時間看到，在評估這些類型的算法時通常會使用一堆標準搜索空間。搜索空間數據

如果不是，它只是隨機地產生每次自己這個數據的情況？

編輯：查看從上面和側面。

來源

2013-08-20 Hans Rudel

回答

1

搜索空間是完全依賴於你的問題。遺傳算法是用於修改個人創造下一代，衡量新一代的健身和一些隨機性拋出再次修改基因組的羣體的「基因組」的主意，試圖避免陷入局部極小。然而，搜索空間完全取決於您在基因組中所擁有的內容，而這又完全取決於問題所在。

可能存在標準搜索空間（即基因組），這些空間對於特定問題（我沒有聽說過）有效，但通常使用GA最難的部分是定義你在基因組中的含義，它如何被允許變異。實用性來自這樣一個事實，即您不必爲模型的不同變量顯式聲明所有值，但可以使用更多或更少的盲搜索找到很好的值（不一定是最好的值）。

實施例相當大量使用

一個例子是演進無線電天線（Wikipedia）。其目的是找到一種無線電天線的配置，使得天線本身儘可能地小而輕，並具有必須響應某些頻率並且具有低噪聲等的限制。

所以，你會建立自己的基因組指定

  1. 使用
  2. 彎曲的每根電線
  3. 每個彎曲
  4. 也許每一個彎道的距離的角度數線的數量從基地
  5. （別的東西，我不知道是什麼）

運行你的GA，看看另一端出現了什麼，分析它爲什麼不起作用。由於仿真中存在缺陷，GAs有一種習慣於產生你沒想到的結果。無論如何，你發現可能基因組必須對天線中的每根導線單獨編碼彎曲次數，這意味着天線不會是對稱的。所以你把它放在你的基因組中並再次運行。模擬需要在物理世界中工作的東西通常是最昂貴的，因爲在某些時候你必須測試現實世界中的個體。

有與約不同的編碼方案對基因組的一些有用的例子遺傳算法here合理教程。

最後一點，當人們說，天然氣是簡單，易於實現，他們的意思是圍繞GA框架（產生一個新的人口，評估健身等）很簡單。通常沒有說的是，爲真正的問題設置GA是非常困難的，並且通常需要大量的試驗和錯誤，因爲提出一種運行良好的編碼方案對於複雜的問題並不簡單。開始的最佳方式是從簡單開始，隨着時間的推移將事情變得更加複雜。你當然可以讓另一個GA來編譯第一個GA :)。

來源

2013-08-20 07:25:10

+0

所以它基本上是一個「不」的話。所以當你第一次測試遺傳算法的時候，你是不是在Excel中隨機構建了一個搜索空間？ –

+1

@HansRudel請參閱上面的編輯。 –

+0

感謝您的編輯。是的，我已經遇到了編碼染色體的問題，並決定堅持排列編碼，因爲我的問題似乎更容易一些。改變我的第一個項目的交叉或變異率似乎沒有產生非常不同的結果，因此我爲什麼要詢問搜索空間，因爲我的只是一個二維數組或37x36個元素，我假設它太小而無法觀察到任何實際變化以上投入。你會同意嗎？ –

1

這裏有幾個標準的基準測試問題。

來源

2013-08-21 13:57:42 deong

+0

感謝您的鏈接，我會檢查它們tmrw就像今天離開電腦一樣。 –

相關問題

 相關問題