파이톤으로 실제 수치 유전 알고리즘의 성능을 평가하다 ~ 그 2 ~
4235 단어 실수 유전 알고리즘유전 알고리즘
개시하다
지난번 기고파이톤으로 실제 수치 유전 알고리즘의 성능을 평가하다의 기고과제 중 하나인 BLX. -αUNDX는 비교차법으로 구현되었습니다.
이른바 UNDX
실제 GA의 교차 사용 부모 3개(BLX-)α변수 간의 의존 관계에 강한 방법이다.
게다가 세대교체 때 아이와 교환 대상이 되는 부모는 단 2명에 불과하다.
상세한 상황은 아래의 논문을 참고하시오.
실제 수치 GA의 개척자
단봉 정적 분포가 교차하는 실치 유전 알고리즘을 이용하여 광학 시스템을 최적화하다
이루어지다
github 위에 놓다.
https://github.com/SwitchBladeJW/RCGA
평가 방법
마지막과 같은 데이텀 함수 사용, BLX-αUNDX의 성능을 평가했다.
세대교체 모델은 MGG를 사용하고 있다.치사 개체에 대한 대응은 지난번부터 변경됐다.
실제 GA의 교차 사용 부모 3개(BLX-)α변수 간의 의존 관계에 강한 방법이다.
게다가 세대교체 때 아이와 교환 대상이 되는 부모는 단 2명에 불과하다.
상세한 상황은 아래의 논문을 참고하시오.
실제 수치 GA의 개척자
단봉 정적 분포가 교차하는 실치 유전 알고리즘을 이용하여 광학 시스템을 최적화하다
이루어지다
github 위에 놓다.
https://github.com/SwitchBladeJW/RCGA
평가 방법
마지막과 같은 데이텀 함수 사용, BLX-αUNDX의 성능을 평가했다.
세대교체 모델은 MGG를 사용하고 있다.치사 개체에 대한 대응은 지난번부터 변경됐다.
마지막과 같은 데이텀 함수 사용, BLX-αUNDX의 성능을 평가했다.
세대교체 모델은 MGG를 사용하고 있다.치사 개체에 대한 대응은 지난번부터 변경됐다.
Rastirin 함수
이차원
도례를 그리다.
교차법
드로잉
BLX-α
UNDX
특징은 BLX. -αX축 및 Y축 방향에서 직사각형으로 분포된 자입니다.
서브는 부모 1과 2를 연결하는 선 주위에 분포한다.
RosenBrock 함수
20차원
UNDX에서 30000세대는 가장 적합한 해결 방안을 찾을 수 있지만 BLX는α그렇다면 10만 세대라도 가장 적합한 해결 방안을 찾을 수 없다.RosenBrock 함수는 변수 간 의존 관계의 함수이기 때문에 UNDX가 유효하다고 여겨진다.
Schwefel 함수
십차원
마지막으로 치사 개체의 처리 방법을'탐색 범위를 초과한 파라미터를 한계값으로 설정', BLX-로 설정했다.α국부적 해결 방안이지만 치사 개체의 처리 방법을 바꾸어 개선했다.
BLX-αUNDX와 함께 가장 적합한 해를 찾을 수 있다. BLX. -α보다 빠른 결과를 얻을 수 있습니다.모두 만능의 수법이 없다.
학습 시간 정보
Colaboratory에서RosenBrock 함수 20차원 100000세대의 학습 시간을 측정했습니다.
() 내에는 치사 고체를 제외한 평가 횟수(평가 함수를 사용하는 횟수)가 있다.개체를 죽이지 않았다면 세대당 202회였다.
컨디션
BLX-α
UNDX
Colaboratory(CPU)
40분(20186185회)
37분(2019 3천164회)
Colaboratory(GPU)
40분(20186482회)
35분(2019.3868회)
※ 2019.07.06시 기준.
Reference
이 문제에 관하여(파이톤으로 실제 수치 유전 알고리즘의 성능을 평가하다 ~ 그 2 ~), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/SwitchBlade/items/7ff78a465d2c67834899텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)