Новый шаг в области поиска оптимальных решений: реализация численного метода для решения многокритериальных задач оптимизации, на основе Генетического Алгоритма.
http://www.whiteline.front.ru/
Новый шаг в области поиска оптимальных решений: реализация численного метода для решения многокритериальных задач оптимизации, на основе Генетического Алгоритма.
http://www.whiteline.front.ru/
Ты сам-то понял чё сказал?Originally Posted by whitelene
Палец от станка не далеко падает.
Ну да, а какие сомнения? Вроде не по-армянски написано.
Что такое Генетический Алгоритм?
Генетический алгоритм - это глобальный оптимизатор. И как некоторые другие удачные алгоритмы типа Neural Networks спёрт у матушки-природы. Все свойства обьекта которые исследователь хочет оптимизировать кодируются в гены и из генов собирается "хромосома" - с настоящими биологическими хромосомами у них, конечно, мало общего. Для затравки берётся набор обьектов сильно отличающихся друг от друга по свойствам и для каждого обьекта кодируется хромосома. Далее из этих хромосом составляется "поколение". Хромосомы из данного поколения могут скрещиваться друг с другом, обмениваясь генами и мутировать. Результаты мутации и скрещивания составляют так называемый селекционный набор. Из этого набора выбирают лучших представителей, которые образуют второе поколение и так далее. В результате после многих поколений - вы получаете набор обьектов обладающих нужными для вас свойствами.Originally Posted by nakos
Но здесь есть одна тонкость: выбрать лучших из селекционного набора часто бывает сложно. Обычно для этого использовалась т.н. "scoring function", которая для каждого обьекта подсчитывала число "score". Чем выше score - тем лучше обьект. Делалось это путём сложения различных цифровых параметров, присущих обьекту с определёнными множителями (весом). Вес соответствовал вкладу данного параметра в качество обьекта. Вот именно выбор веса и составлял проблему для многопараметрических задач. Pareto scoring имеет дело с рангом параметра (больше, меньше), а не с абсолютным его значением - поэтому позволяет более адекватно оценивать качество обьекта.
Панятна... а я ета...вчера тоже масла поменял. Ничо, едет покаOriginally Posted by Baba_Yaga
цирк с конями
Вопрос об использовании оптимизации для стратегий является спорным (c)
Использование ГА, оправдывает себя тех случаях, где требуются действительно, колоссальные вычислительные емкости (c)
да, вот Чапаев был стратег, и ничего. Никакими там оптимизаторами не пользовался. Только конь и шашка удалая.Originally Posted by nakos
цирк с конями
Наверное, тоже пойду масло поменяю
Ну, собственно, так и обстоит дело когда задача многопараметрическая. Т.е. фактически есть 2 пути:Originally Posted by nakos
1) подумать и исключить параметры, которые не оказывают существенного влияния на конечную модель, т.е. уменьшить количество параметров в модели и решить её аналитически;
2) накидать в кучу все параметры о которых только можешь подумать и искать глобальный минимум/максимум с помощью какого-нибудь глобального оптимизатора, например ГА.
В первом пути есть опасность выплеснуть ребёнка вместе с водой, а во втором - утонуть в море параметров и так и не найти ответа, поскольку нет идеальных оптимизаторов.
There are currently 1 users browsing this thread. (0 members and 1 guests)
Terms of Service | Privacy Policy |